Recursos alimentares vegetais em duas comunidades caiçaras no Sudeste do Brasil: discutindo modos de vida e segurança alimentar
Notice bibliographique
Résumé
Mudanças em modos de vida têm sido observadas entre os caiçaras, no litoral sudeste do Brasil, trazendo reflexos no uso de plantas alimentícias coletadas e cultivadas em fragmentos da Mata Atlântica. A agricultura em pequena escala e o extrativismo vegetal têm dividido espaço com processos de urbanização, turismo e conservação da natureza, configurando diferentes realidades quanto à segurança alimentar e nutricional dessas populações. Nesta pesquisa objetivou-se explorar a relação entre modos de vida e segurança alimentar em duas comunidades caiçaras de Paraty, RJ, numa perspectiva etnobotânica. Os métodos usados para a coleta de dados incluíram lista livre, recall 24 horas e análise de despensa, sendo visitadas 21 unidades familiares em Ponta Negra e 43 na Ilha do Araújo. Foram identificadas as atividades de subsistência que geram recursos alimentares e financeiros; registrada a riqueza de plantas alimentícias coletadas e cultivadas localmente e os ambientes de obtenção das mesmas; avaliada a proporção de recursos vegetais locais na dieta das famílias; e verificados contrastes quanto ao consumo de alimentos entre verão e inverno. Atividades geradoras de alimentos contribuem para a segurança alimentar especialmente em Ponta Negra, comunidade com maior grau de isolamento geográfico e menor renda mensal familiar quando comparada a Ilha do Araújo. A riqueza total foi de 134 plantas alimentícias, obtidas principalmente em quintais, com destaque para frutas e temperos. A contribuição de plantas alimentícias na dieta caiçara de PN foi 8,6% das citações de itens alimentares e na IA foi 6,3%. Diferenças significativas quanto à composição da dieta entre as estações não foram constatadas nesta pesquisa, indicando que não existem períodos críticos para a insegurança alimentar. Os resultados deste estudo reforçam a importância da obtenção de alimentos no meio ambiente, contribuindo para a segurança alimentar.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 ».