Guardians of biodiversity: unraveling Guarani-Kaiowá biocultural memories and ecological wisdom in Atlantic rainforests
Notice bibliographique
Résumé
This collaborative study represents a partnership between indigenous researchers from the Guarani-Kaiowá people in Brazil and non-indigenous collaborators, aiming to explore the rich biocultural heritage of the Guarani-Kaiowá concerning the forest and its biodiversity. The research methodology involved a diverse array of techniques, including interviews, guided tours, and free listing, a systematic approach to elicit cultural knowledge by asking participants to list items within defined categories. Grounded in participatory research, the study engaged three shamans and two traditional knowledge holders from two Guarani-Kaiowá villages, which was pivotal to the research. We documented, categorized, and analyzed 33 ethnospecies of flora and 17 of fauna. Our observations highlight the substantial complexity of Guarani-Kaiowá knowledge, integrating material, cosmological, and spiritual elements. The biocultural memories shared in this research offer invaluable insights into the ecosystems inhabited by the Guarani-Kaiowá. These intricate relationships emphasize the forest’s spiritual aspects and its guardianship of diverse orders and classifications, intertwining ecology with historical, social-ecological, geographical, and cosmological references. Narratives from shamans and traditional knowledge holders reveal the profound impact of environmental destruction on the Guarani-Kaiowá territory resulting from the prevalent agribusiness model, affecting various life forms and the community’s way of life. Understanding the processes that have impacted socio-biodiversity and territories, embracing aspects of political ecology, is fundamental for devising effective strategies for the restoration and conservation of social-ecological-cosmological systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,009 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».