“Forest doesn’t burn anymore”: Indigenous ontologies of cultural burning and fire in Southern India
Notice bibliographique
Résumé
Historically, many Indigenous communities across the world have practiced seasonal burning to manage their local ecosystems. This practice shaped forest terrains worldwide and established an intentional and active relationship between humans and fire. Yet, perceived as a threat to wildlife and biodiversity, colonial policies have banned the burning of forests, and customary fire management remains a point of disagreement between conventional forest managers and Indigenous Peoples. This is particularly evident among Adivasis (Indigenous Peoples of India), whose use and understanding of fire are often disregarded in forest management, and the prohibition on traditional burning practices continues in India. Through open-ended interviews and transect walks in the Wayanad Wildlife Sanctuary in the South Indian state of Kerala, we discuss Adivasi engagements with cultural burning. In this study, Adivasi members characterized fire as: (1) a preserver and groomer of landscape identity; (2) a co-manager and actor within specific forest terrains; and (3) an enabler of socio-ecological function and relationships. Through this, we explain human–fire coexistence—what enables it and how it benefits human–forest systems and fire's multifaceted role in many ecosystems. Fire clears up forests and supports Adivasi mobility, access within and interactions with forest ecosystems, and coexistence with wild animals. It enables the growth of grass and native trees, leading to a productive, functional, and healthy “good forest.” We argue that alternative fire dialogs provide opportunities for land management policies that better reflect distinct fire ontologies and for the practices that might then follow. Additionally, as forest fires increase, revisiting Indigenous perspectives can offer lessons for coexistence with fire to minimize its consequences in future landscapes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,021 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».