Harvesting Practices and Local Ecological Knowledge (LEK) of Bahamian Land Crabs: Bridging Gaps Between Traditional and Scientific Knowledge
Notice bibliographique
Résumé
Three species of land crab occur in The Bahamas; these are an important source of protein and income for Bahamian islanders. The crab harvesters represent an important and largely untapped knowledge source. We conducted surveys on the Bahamian islands of Andros, New Providence, and Eleuthera to document crabbing practices and catalogue this local ecological knowledge (LEK) of land crabs. The survey primarily employed close-ended questions targeting land crab harvesters; we also recorded general feedback from open-ended questions. Crab collection was primarily for self-consumption. Catch rates varied among islands, and were the highest on Andros. There was a preference for white land crabs (Cardisoma guanhumi) on Andros, whereas on Eleuthera and New Providence, there was no preference for either white or black crabs (Gecarcinus ruricola). The majority of respondents reported a decline in white and black crab numbers, with land development and overharvesting being consistently cited factors. On Andros, forest fires were also reported to account for the loss of crab habitat, whereas on Eleuthera, invasive raccoons were blamed for the population decline. Respondents identified broadleaf forests as critical refuges and food sources for black crabs. Birds were the major predator, confirming findings for other land crab species. Land crabs were not merely a food resource but represented a complex nexus of ecological knowledge, economic systems, cultural traditions, and community practices within Bahamian society. We demonstrated a substantial overlap between traditional and scientific knowledge systems, providing valuable insights into land crab behaviour, habitat use, and ecology that complements formal scientific research.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».