MétaCan
Menu
Retour à la cohorte
Enregistrement W6943797562 · doi:10.1594/pangaea.757730

Tab.1: Total estimated muskox numbers and quotas in management zones of the Northwest Territories and Nunavut

2004· dataset· en· W6943797562 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2004
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrophySubsistence agriculturePopulationUnemploymentArcticSustainabilityPopulation growth

Résumé

récupéré en direct d'OpenAlex

In view of the drastic growth in the Canadian Inuit population, the rising costs of living, the missing job and income alternatives and the high unemployment rate in the arctic, efforts are being made to make use of the muskox populations in order to provide additional sources of food and/or revenue. The present paper attempts to review the course of muskox utilization in the Canadian Arctic and to tentatively assess its present as weIl as its future economic importance. Starting with the pre-European status of muskoxen in Canada, the drastic reduction in numbers resulting from the combined efforts of hide traders, whalers and expedition parties in the 19th and early 20th centuries, the impact of the legal protection and the recovery since 1917 are being described. Establishing muskox farms with semi-domesticated herds failed in Canada in the 1970's. Since 1969, though, increasing numbers of animals have been allotted to many Inuit communities, and despite the fact that most of the animals were primarily used for subsistence purposes, some communities could reserve part of their quotas for trophy (sport) hunters. While controlled sustainable subsistence and trophy hunts may eventually be carried out over the whole muskox range, including recently colonized northern Quebec, commercial harvesting for meat, hides and wool, introduced in 1981, will at least for some time be restricted to Banks and Victoria islands which at present show 78 % of the Canadian muskox population and 94 % of the overall quota.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,408
Score d'incertitude au seuil0,821

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0200,003

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 Opus0,022
Tête enseignante GPT0,267
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareTravaux en français237 207