MétaCan
Menu
Retour à la cohorte
Enregistrement W4411061674 · doi:10.3390/land14061210

Indigenous Knowledge, Gender and Agriculture: A Scoping Review of Gendered Roles for Food Sustainability in Tonga, Samoa, Solomon Islands and Fiji

2025· review· en· W4411061674 sur OpenAlexfundno aff
Nidhi Wali, Nichole Georgeou, Seeseei Molimau-Samasoni

Notice bibliographique

RevueLand · 2025
Typereview
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Centre for International Agricultural ResearchInternational Development Research Centre
Mots-clésIndigenousSustainabilityAgricultureGeographyTraditional knowledgeSocioeconomicsEnvironmental planningEconomic growthEcologySociologyArchaeology

Résumé

récupéré en direct d'OpenAlex

This scoping review examines the state of academic knowledge around gender and its role in Indigenous/traditional knowledge for food sustainability in Tonga, Samoa, Solomon Islands and Fiji. The different roles played by all genders—men, women and non-binary—in the Pacific Islands can contribute to climate adaptation and knowledge preservation for sustainable food production. The gender lens is especially relevant given the fact that women’s knowledge has, in recent years, been disregarded and marginalised as a consequence of colonial influences and increasing reliance on imported foods. We analysed 14 studies published in English between 2015 and 2024—six from refereed journal articles and eight from grey literature. Three themes emerged linking agriculture, gender and traditional knowledge, as follows: (1) there is a gendered division of labour and culturally defined roles between women and men, although the roles played by non-binary groups remain unclear; (2) intergenerational traditional knowledge transmission has declined; (3) climate change adaptation could be reinforced through passing on traditional knowledge. The findings demonstrate that gendered knowledge is distinct and complementary, and this knowledge should be integrated into Pacific agricultural production to achieve resilient and sustainable farming in the face of climate change.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,326
Score d'incertitude au seuil0,901

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,130
Tête enseignante GPT0,409
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLandMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207