RESUMO
Abstract: Scientific research that purports to evaluate Indigenous fire regimes in the absence of ethnographically contextualized ecological data runs the risk of exacerbating the fire blame game and providing evidence to support distorted narratives advanced by anti-Indigenous advocates. Spatial analysis of fire scars in Indigenous territories can be an effective tool for characterizing cultural fire regimes in terms of distribution and frequency, especially when qualified by linkages to different local ecosystems. A recently published article drew on fire scar mapping from satellite imagery to assess anthropogenic fire distribution and frequency in the Pimentel Barbosa Indigenous Land, Central Brazil. The authors use their findings to characterize A'uwẽ (Xavante) use of fire as unmanaged and a model of unsustainable use of cerrado resources. In this article, we discuss Aguiar & Martins's recent paper in light of our long-term research on A'uwẽ hunting with fire in the Pimentel Barbosa Indigenous Land, arguing that A'uwẽ hunters do burn according to established cultural protocols, manage their use of fire for conservationist purposes, and do not cause environmental degradation by burning.
Resumo: A pesquisa científica que pretende avaliar regimes indígenas de queimadas na ausência de dados ecológicos contextualizados etnograficamente corre o risco de exacerbar o jogo de culpabilização do fogo, fornecendo evidências para apoiar narrativas distorcidas apresentadas por militantes anti-indígenas. A análise espacial de cicatrizes de fogo em territórios indígenas pode ser uma ferramenta eficaz para caracterizar regimes culturais de fogo em termos de distribuição e frequência, especialmente quando qualificada por ligações a diferentes ecossistemas locais. Um artigo publicado recentemente se baseou no mapeamento de cicatrizes de fogo a partir de imagens de satélite para avaliar a distribuição e frequência antropogênica de fogo na Terra Indígena Pimentel Barbosa, Brasil Central. Os autores usam seus resultados para caracterizar o uso do fogo pelos A'uwẽ (Xavante) como não manejado e um modelo insustentável de uso de recursos do cerrado. Neste artigo, discutimos o artigo recente de Aguiar & Martins à luz de nossa pesquisa de longa duração sobre a caçada com fogo praticada pelos A'uwẽ na Terra Indígena Pimentel Barbosa, argumentando que os caçadores A'uwẽ queimam de acordo com protocolos culturais estabelecidos, manejam o fogo de maneira conservacionista e não causam degradação ambiental pela queimada.
RESUMO
A disponibilidade de bases de dados cada vez mais complexas e multidimensionais é um dos principais motivadores para o aumento do número de estudos que utilizam análises multivariadas baseadas em lógica de conjuntos nebulosos. Apesar da disseminação do método Grade of Membership nos trabalhos empíricos brasileiros da área de ciências sociais e saúde, questões relativas à identificabilidade e estabilidade dos parâmetros finais estimados pelo programa GoM 3.4 não foram suficientemente aprofundadas. Dada a relevância de se obterem parâmetros únicos e estáveis, Guedes et al. (2010) propuseram um procedimento empírico para localizar um modelo de máximo global (MG) com parâmetros estáveis. Entretanto, seu localizador de MG não incorpora qualquer medida de variabilidade. Neste artigo, tal limitação é contornada por meio da utilização de uma estatística de ponderação - Máximo Global Ponderado (MGP) - semelhante ao coeficiente de variação. Esse indicador busca não penalizar de forma desproporcional situações nas quais os desvios médios, apesar de diferentes de zero, são muito pequenos. Apresentam-se evidências de que o localizador MGP reduz a distância do modelo identificado à real estrutura latente dos dados em análise, quando comparados ao modelo identificado pelo localizador não ponderado, MG.
The availability of increasingly complex and multidimensional datasets is one of the main causes for the increase in studies employing multivariate analyses based on fuzzy sets. Even though the Grade of Membership method has been widely used in Brazil for empirical studies in health and social sciences, issues regarding identifiability and stability of the final parameters estimated by GoM 3.4 software have not been thoroughly examined. Given the relevance of unique and stable parameters, Guedes et al. (2010) proposed an empirical method to locate a global maximum (GM) with stable parameters. However, the GM locator does not incorporate variability. In the present article, this limitation is circumvented by employing a weighted statistic - weight global maximum (WGM) - similar to the variation coefficient. This indicator does not affect disproportionately situations with very low mean deviations. The WGM locator is shown to decrease the distance of the identified model from the real structure, when compared with the GM locator.
La disponibilidad de bases de datos cada vez más complejas y multidimensionales es uno de los principales factores motivadores para el aumento del número de estudios que utilizan análisis multivariados basados en la lógica de conjuntos nebulosos. A pesar de la diseminación del método Grade of Membership en los trabajos empíricos brasileños dentro del área de ciencias sociales y salud, cuestiones relativas a la identificabilidad y estabilidad de los parámetros finales, estimados por el programa GoM 3.4, no fueron suficientemente profundizadas. Dada la relevancia de que se obtengan parámetros únicos y estables, Guedes et al. (2010) propusieron un procedimiento empírico para localizar un modelo de máximo global (MG) con parámetros estables. No obstante, su localizador de MG no incorpora cualquier medida de variabilidad. En este artículo, tal limitación se sortea mediante la utilización de una estadística de ponderación -Máximo Global Ponderado (MGP)- semejante al coeficiente de variación. Este indicador busca no penalizar de forma desproporcionada situaciones en las que los desvíos medios, a pesar de ser diferentes a cero, son muy pequeños. Se presentan evidencias de que el localizador MGP reduce la distancia del modelo identificado respecto a la estructura real latente de los datos en análisis, cuando se comparan con el modelo identificado por el localizador no ponderado, MG.
Assuntos
Modelos Estatísticos , Probabilidade , Bases de Dados EstatísticosRESUMO
O método Grade of Membership (GoM) tem sido cada vez mais utilizado por demógrafos brasileiros e tem a vantagem de possuir um parâmetro que mensura a heterogeneidade individual, com base nas correlações não-observáveis entre as categorias de resposta das variáveis de interesse, gerando um medida do grau de pertencimento de cada indivíduo a perfis extremos. Alguns autores, contudo, chamam atenção para questões importantes na calibragem dos modelos finais que utilizam o programa GoM versão 3.4, como o problema de identificabilidade - soluções múltiplas para parâmetros estimados. Neste artigo, é sugerido um procedimento capaz de identificar um modelo final com solução única que descreva os tipos puros mais fidedignos à base de dados, em uma tentativa de otimização. Para ilustrar esse processo, utilizou-se uma base de dados correspondente a um levantamento econômico e sociodemográfico de uma população de pequenos agricultores residentes ao longo da Rodovia Transamazônica, no Estado do Pará. Também identificou-se a existência de instabilidade nos parâmetros estimados pelo programa GoM 3.4, sendo proposto um método de estabilização de seus valores. Com esses procedimentos combinados, os usuários do programa GoM 3.4 poderão descrever sua base de dados de forma mais adequada e responder às críticas sobre questões de identificabilidade e estabilidade dos modelos resultantes. Essas soluções empíricas são relevantes por afetarem cálculos de prevalência e de incidência de eventos de interesse, além de trazerem consequências importantes sobre o ponto e o momento corretos para intervenções de políticas públicas ou de planejamento prospectivo em análises de projeção.
The Grade of Membership (GoM) method has been increasingly employed by Brazilian demographers, and has the advantage of including a parameter that measures individual heterogeneousness on the basis of non-observable correlations among the categories of responses to variables of interest. The parameter shows each individual's degree of membership to extreme profiles. Several authors, however, have called attention to important issues in adjusting the final models that use 3.4 Version of the GoM Program, such as the problem of identifiability - multiple solutions for estimated parameters. In this article a procedure is discussed that is able to identify a final model with a single solution that describes the pure types that are the most reliable for the database, in an attempt at streamlining. To illustrate this process, a database was used with data corresponding to an economic and sociodemographic study of a population of small farmers living along the TransAmazon Highway, in the northern State of Pará, Brazil. The existence of instability in the parameters estimated by the GoM 3.4 Program was also identified and a method of stabilization of its values was proposed. With these combined procedures, users of the GoM 3.4 Program will be able to describe their databases more adequately and respond to criticisms regarding the identifiability and stability of the resulting models. These empirical solutions are significant. Not only do they affect calculations of prevalence and incidence of events of interest, they also bring about important consequences at the correct point and correct moment for interventions of public policies or of prospective planning in projection analyses.
El método Grade of Membership (GoM) ha sido cada vez más utilizado por los demógrafos brasileños y tiene la ventaja de poseer un parámetro que mide la heterogeneidad individual, sobre la base de las correlaciones no observables entre las categorías de respuesta de las variables de interés, generando una medida del grado de pertenencia de cada individuo a perfiles extremos. Algunos autores, sin embargo, destacan cuestiones importantes en la calibración de los modelos finales que utiliza el programa GoM versión 3.4, como el problema de identificabilidad - soluciones múltiples para parámetros estimados. En este artículo, se sugiere un procedimiento capaz de identificar un modelo final con una solución única que describa los tipos puros de mayor fidelidad con respecto a la base de datos, con una intención de optimización. Para ilustrar este proceso, se utilizó una base de dados correspondiente a un relevamiento económico y socio-demográfico de una población de pequeños agricultores residentes a lo largo de la Autopista Transamazônica, en el Estado de Pará. También se identificó la existencia de inestabilidad en los parámetros estimados por el programa GoM 3.4, y se propuso un método de estabilización de sus valores. Con esos procedimientos combinados, los usuarios del programa GoM 3.4 podrán describir su base de dados en forma más adecuada y responder a las críticas sobre cuestiones de identificabilidad y estabilidad de los modelos resultantes. Estas soluciones empíricas son relevantes porque afectan cálculos de superioridad y de incidencia de eventos de interés, además de traer consecuencias importantes sobre el punto y el momento correctos para las intervenciones de políticas públicas o de planificación prospectiva en análisis de proyección.