Encounters Between Wolves, Humans, and Their Dogs in West and North Greenland
Notice bibliographique
Résumé
This study investigates encounters between sled dogs (Canis lupus familiaris), humans, and Arctic wolves (Canis lupus arctos) in West and North Greenland. Using qualitative data from extensive interviews conducted in North Greenlandic, Polar Inuit, and Kalaallisut dialects, as well as a comprehensive review of relevant literature, this research aims to elucidate the spatial, temporal, and situational contexts of these interactions. Early accounts from European and American explorers, and observations made by local residents, complemented by Indigenous Kalaallit and Inughuit oral traditions, reveal the adaptive behaviors of wolves and their significant effects on human activities. Evidence of wolves in Greenland dates back to Saqqaq Culture (2400–1400 BC) and the Norse settlements (985–1450 AD) and continues into contemporary times. Greenlandic myths depict wolves as both feared and respected creatures, highlighting their profound cultural significance. Recent increases in wolf sightings near settlements in Avanersuaq have raised concerns about their impact on local fauna and human safety, prompting wildlife management measures. The study finds that Arctic wolves, humans, and sled dogs have interacted across various regions of North and West Greenland, with these interactions affecting both ecological dynamics and human practices. This research underscores the complex and evolving relationships between sled dogs, humans, and Arctic wolves, advocating for balanced conservation strategies that integrate scientific research with traditional knowledge. The findings contribute to the broader discourse on wildlife management in extreme environments, providing insights into the resilience of wolves and their enduring influence on human communities in the High Arctic and West Greenland.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».