Bushmeat and livelihoods : wildlife management and poverty reduction
Notice bibliographique
Résumé
Contributors. Preface. Introduction (David Brown and Glyn Davies). Part 1. Bushmeat: Markets and Households (Glyn Davies and John G. Robinson). 1. Hunting and trapping in Gola forests, south-eastern Sierra Leone: Bushmeat from farm, fallow and forest (Glyn Davies, Bjorn Schulte-Herbruggen, Noelle F. Kumpel, and Samantha Mendelson). 2. Livelihoods and sustainability in a bushmeat commodity chain in Ghana (Guy Cowlishaw, Samantha Mendelson, and J. Marcus Rowcliffe). 3. Bushmeat markets - white elephants or red herrings? (John E. Fa). 4. Cameroon: from free gift to valued commodity. The bushmeat commodity chain around the Dja Reserve (Hilary Solly). 5. Determinants of bushmeat consumption and trade in continental Equatorial Guinea: an urban-rural comparison (Noelle F. Kumpel, Tamsyn East, Nick Keylock, J. Marcus Rowcliffe, Guy Cowlinshaw, and E.J. Milner-Gulland). 6. Livelihoods, hunting and the game meat trade in northern Zambia (Taylor Brown and Stuart A. Marks). Part 2: Institutional contexts (E.J. Milner-Gulland). 7. Is the best the enemy of the good? Institutional and livelihoods perspectives on bushmeat harvesting and trade - some issues and challenges (David Brown). 8. Bushmeat, wildlife management, and good governance: rights and institutional arrangements in Namibia's community based natural resources management programme (Christopher Vaughan and Andrew Long). 9. Wildlife management in a logging concession in Northern Congo: can livelihoods be maintained through sustainable hunting? (John R. Poulsen, Connie J. Clark, and Germain A. Mavah). 10. Institutional challenges to sustainable bushmeat management in Central Africa (Andrew Hurst). Part 3. Extra-Sectoral Influences and Models (Jo Elliott). 11. Can wildlife and agriculture coexist outside protected areas in Africa? A hopeful model and a case study in Zambia (Dale M. Lewis). 12. Food for thought for the bushmeat trade: lessons from the commercialisation of plant NTFPs (Elaine Marshall, Kathrin Schreckenberg, Adrian Newton, Dirk Willem te Velde, Jonathan Rushton, Fabrice Edouard, Catarina Illsley, and Eric Arancibia). 13. Bushmeat, forestry and livelihoods: exploring the coverage in PRSPs (Neil M. Bird and Chris S. Dickson). 14. The Beverly and Qamanirjuaq Caribou Management Board (BQCMB): blending knowledge, people and practice for barren-ground caribou conservation in Northern Canada (Ross C. Thompson). Part 4: Regional perspectives (Glyn Davies and Ruth Whitten). 15. Hunting, wildlife trade and wildlife consumption patterns in Asia (Elizabeth L. Bennett). References. Index.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,178 | 0,057 |
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 ».