Living knowledge: persistence and adaptation of traditional ecological knowledge in East Ujimchin, Inner Mongolia, China
Notice bibliographique
Résumé
In the face of considerable socioeconomic and environmental challenges, traditional ecological knowledge (TEK) systems around the world continue to be practiced and maintained. This study examines how three traditional pastoral practices, mobile grazing, herd breeding, and herd sharing, persist and change in East Ujimchin Banner, Inner Mongolia, China. Based on nine months of fieldwork, including household surveys, interviews, and participatory mapping workshops, we analyze how these practices have evolved under environmental and socioeconomic pressures. Mapping data from 30 households shows that all continue some form of seasonal or spatial mobility, though the frequency and range of movement have significantly declined because of restricted land access. Survey results from 227 herders show that over 80% recognize 26 out of 31 traditional breeding traits, and more than half still actively use 19 of these traits. Beyond their persistence, these practices are multifunctional, fulfilling diverse ecological, economic, and cultural roles. Our results show that herd sharing is used not only to support families in need, but also to address land shortages, labor constraints, and adaptation to severe climatic events, while simultaneously contributing to the preservation of cultural traditions. Additionally, our results show that these practices serve overlapping functions, particularly regarding climate adaptation. During extreme weather events, mobile grazing enables herders to access more favorable pastures; selective herd breeding ensures livestock are better able to withstand weather conditions; and herd sharing allows herders to redistribute livestock to mitigate potential losses. Together, these practices demonstrate the dynamic adaptability and continuous relevance of TEK in a rapidly changing context.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».