MétaCan
Menu
Retour à la cohorte
Enregistrement W7108442233 · doi:10.53555/kk0jm854

Decline Of Wild Edible Fruits In Maharashtra’s Tribal Markets: Evidence From Weekly Haat Records 1990-2023

2023· article· W7108442233 sur OpenAlexvenueno aff

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2023
Typearticle
Langue
DomaineSocial Sciences
ThématiqueSocial and Economic Development in India
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMonocultureTonneDeciduousEarningsTemperate climateNatural forest

Résumé

récupéré en direct d'OpenAlex

Weekly haat registers maintained by the Integrated Tribal Development Projects in six major tribal districts of Maharashtra (Nandurbar, Dhule, Nashik, Palghar, Gadchiroli, and Gondia) provide the first systematic, long-term evidence of the collapse of wild edible fruit supply between 1990-91 and 2021-22. Total quantity sold through these official markets has declined from an average of 9 842 tonnes per year in 1990-95 to 2617 tonnes in 2017-22, a fall of 73.4 percent. The number of fruit species regularly appearing in the registers has dropped from 29 to only 9 per season. Among major species, mahua flowers have fallen from 4 126 tonnes to 1 214 tonnes, charoli seeds from 1 348 tonnes to 178 tonnes, amla from 1017 tonnes to 298 tonnes, and jamun from 782 tonnes to 152 tonnes. Real prices paid to collectors (deflated to constant 2022 rupees) have risen between 567 percent (mahua) and 1102 percent (charoli), driven by growing urban and herbal-industry demand, yet actual household cash earnings have declined sharply because collectors now harvest far smaller volumes. The primary drivers are the large-scale replacement of mixed deciduous forests by teak monoculture since the late 1980s, near-total failure of natural regeneration due to uncontrolled grazing and loss of seed-dispersing wildlife, and recent fragmentation caused by highways and mining. The paper concludes that without urgent measures (protection of key species, inclusion of fruits under the Minimum Support Price scheme, and allocation of degraded reserve forest for community-led regeneration), wild edible fruits will soon vanish from both adivasi diets and local economies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,040
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0400,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,008
Études des sciences et des technologies0,0010,003
Communication savante0,0010,004
Science ouverte0,0030,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,256
Tête enseignante GPT0,331
Écart entre enseignants0,075 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Survey in Fisheries SciencesMême sujetSocial and Economic Development in IndiaTravaux en français237 207