METHODSStudy regionResearch was con

METHODS
Study region
Research was conducted in the Amazon and Andes of Colombia, Ecuador, Peru, and Bolivia, as well as the Chocó of Colombia and Ecuador. We interviewed participants in 25 localities inhabited by indigenous, Afro-American, mestizo, and multi-ethnic groups (Fig. 1, Appendix 1). The Amazon ecoregion was defined as the lowlands to the east of the Andes, below 1000 m elevation (e.g., Renner et al. 1990, Jørgensen and León-Yánez 1999). The Andes ecoregion was defined as the humid montane forests on both slopes of the Andes, above 1000 m, including the inter-Andean valleys of Bolivia that receive less precipitation (Beck et al. 1993). The Chocó ecoregion was defined as the humid forests along the Pacific coast of Colombia and northern Ecuador, below 1000 m. Localities were selected in each ecoregion to have a uniform ethnic composition, varying degrees of accessibility to markets, and access to mature forests for harvesting palms (Appendix 1). Localities included more than one community if the number of people interviewed in a single community was less than 87 (seven expert informants plus 80 general informants), as defined in our research protocol (Paniagua-Zambrana et al. 2010). The analyses were conducted in five subregions. We subdivided the Amazon ecoregion into two subregions: the northwestern Amazon, with four localities in Colombia and Ecuador, and the southwestern Amazon, with 10 localities in Peru and Bolivia. The Andes ecoregion was subdivided into the northwestern Andes, with four localities in Colombia and Ecuador, and the southwestern Andes, with five localities in Peru and Bolivia. The Chocó ecoregion included three localities in Colombia and northwestern Ecuador (Fig. 1, Appendix 1).

Data collection
Ethnobotanical data and socioeconomic information were gathered through semistructured interviews using a standardized protocol (Paniagua-Zambrana et al. 2010, Cámara-Leret et al. 2012). Prior to starting the interviews, we obtained the necessary permits and established informed consent with the communities and informants. From March 2010 to December 2011, we collected ethnobotanical information with two types of informants: experts, of whom we interviewed 5–7 in each community (n = 159), and general informants, of whom we interviewed 10–89 in each community (n = 1891). Experts were selected by consensus of community members during a communal meeting. General informants were selected by researchers to achieve a balanced representation of gender and age classes within the localities. We divided informants into five age classes (18–30, 31–40, 41–50, 51–60, and > 60 years old) to achieve an equal representation of all ages. Within the age classes, approximately 50% of the people we interviewed were women and 50% were men (Table 1, Appendix 2). We first interviewed the expert informants through “walks in the woods,” during which we documented all palm species that grew in the surroundings of the communities, collected vouchers, identified the species, documented their uses, and recorded their local names. These vernacular names were later used in the interviews with the general informants. We then conducted semistructured interviews with the general informants while visiting them in their homes. We asked each person about each of the species that was reported during interviews with the experts. Interviews were conducted in Spanish. In cases where an informant did not speak Spanish, the interviews were conducted with the help of local interpreters. We gathered information from all informants regarding 14 socioeconomic variables concerning personal data (seven variables: gender, age, ethnicity, education, languages spoken, migration status, time in residence) and household data (seven variables: size of family, tenure of farm animals, farm size, tools, transports, house size, house constructions materials) (Table 2). Palms were identified in the field wherever possible, and vouchers were collected only if the onsite identification needed additional confirmation. Voucher specimens were deposited in the herbaria AAU, AMAZ, COL, LPB, and QCA (herbarium acronyms according to Thiers [2013]).

Data analysis
We grouped the socioeconomic data obtained in the interviews into three types of variables: nominal (gender, ethnicity, languages spoken), ordinal (migration status, tenure of farm animals, tools, transports, house construction materials), and continuous (age, size of family, educations, time in residence, farm size, house size) (Table 2).

To determine the influence of socioeconomic factors on TK levels, we calculated two different indicators of knowledge: (1) palm use-reports, representing the sum of all palm uses reported by an informant for all species known by that person, and (2) useful palm species, representing the sum of all useful species an informant knew. The term “use-report” is defined as an individual palm use mentioned by an informant. For this purpose, we use the definition of “palm-use” given by Macía et al. (2011), which defines it as the use associated to a use category and use subcategory for a specific plant part. In an initial analysis, both indicators showed strong correlations (northern Amazon r = 0.87; southern Amazon r = 0.79; Chocó r = 0.84; northern Andes r = 0.64; southern Andes r = 0.82). For this reason, we decided to use only the number of useful palm species as the dependent variable in all subsequent analyses.

All palm uses and useful species reported in the interviews were classified into 10 use categories following the Economic Botany Data Collection Standard (Cook 1995), with some modifications proposed by Macía et al. (2011): Animal food, Construction, Cultural, Environmental, Fuel, Human food, Medicinal and veterinary, Toxic, Utensils and tools, and Other uses (including indirect uses, especially the use of beetle larvae that develop in rotting trunks).

To describe and compare TK in relation to the 14 socioeconomic factors evaluated in the five subregions studied, we first conducted a descriptive analysis of the whole data set using a MANOVA and its corresponding post hoc Tukey test for the eight categorical factors (categorical variables; levels with less than 10 replicas were not included in the analyses) and Pearson correlations for the six continuous factors (continuous variables) (Table 2). Based on this analysis, we selected the socioeconomic factors that were included in subsequent analyses. We excluded those categorical variables that showed significant differences between their different levels, and excluded continuous variables with r < 0.05.

To assess the variations in TK in the five subregions, we implemented a statistical multilevel model of the effects of socioeconomic factors on the knowledge of useful palm species. Multilevel models (also known as hierarchical linear models or mixed models) are an extension of linear regression that can be used to account for clustered sampling designs and to explicitly model contextual effects (Bryk and Raudenbush 1992, Goldstein 2003, Gray et al. 2008). The dependent variable for our analyses was the number of useful palm species, and the independent variables with fixed effect were the socioeconomic factors that were selected in each subregion based on the initial descriptive analysis. These were added as a random factor to the categorical variable—locality. The one-level random-intercept model that we constructed had the following formula:


(1)

where Yi j is the independent variable; γ00 is the common intercept; β and τ are the respective coefficients of the continuous variables Xi and categorical X’; r0 j has a normal distribution with median 0; standard deviation σL represents the variability of the 25 localities studies; and ei j is the error or residual for each of the interviewees. The same analyses were applied in each of the 10 use categories. All analyses were performed in R 3.0.1 (R Development Core Team 2014).

Kết quả (Việt) 1:

PHƯƠNG PHÁPKhu vực nghiên cứuNghiên cứu được tiến hành trên Amazon và dãy núi Andes của Colombia, Ecuador, Peru, và Bolivia, cũng như Chocó của Colombia và Ecuador. Chúng tôi phỏng vấn những người tham gia trong 25 địa phương nơi sinh sống của bản địa, Afro-American, mestizo, và các nhóm sắc tộc đa (hình 1, phụ lục 1). Vùng sinh thái Amazon được định nghĩa là các vùng đất thấp về phía đông của dãy núi Andes, bên dưới độ cao 1000 m (ví dụ như, Renner et al. năm 1990, Jørgensen và León-Yánez năm 1999). Vùng sinh thái Andes được định nghĩa là các khu rừng miền núi ẩm ướt trên cả hai sườn của dãy núi Andes, ở trên 1000 m, bao gồm các thung lũng giữa Andes của Bolivia mà nhận được ít mưa (Beck et al. năm 1993). Vùng sinh thái Chocó được định nghĩa là các khu rừng ẩm ướt dọc theo bờ biển Thái Bình Dương của Colombia và miền bắc Ecuador, dưới 1000 m. địa phương đã được lựa chọn trong mỗi vùng sinh thái để có một thành phần dân tộc thống nhất, mức độ của khả năng tiếp cận thị trường, và truy cập để trưởng thành rừng cho thu hoạch palms (phụ lục 1) khác nhau. Địa phương bao gồm nhiều hơn một cộng đồng nếu số người phỏng vấn trong một cộng đồng duy nhất là ít hơn 87 (bảy chuyên gia informants cộng 80 informants nói chung), theo quy định tại nghị định thư nghiên cứu của chúng tôi (Paniagua-Zambrana et al. 2010). Những phân tích được thực hiện trong năm tiểu vùng. Chúng tôi chia ra vùng sinh thái Amazon thành hai tiểu vùng: Amazon Tây Bắc, với bốn địa phương ở Colombia và Ecuador, và Amazon phía Tây Nam, với 10 địa phương ở Peru và Bolivia. Vùng sinh thái Andes được chia ra thành Tây Bắc Andes, với bốn địa phương ở Colombia và Ecuador, và dãy núi Andes phía Tây Nam, với các địa phương năm ở Peru và Bolivia. Vùng sinh thái Chocó bao gồm ba địa phương ở Colombia và Ecuador Tây Bắc (hình 1, phụ lục 1).Thu thập dữ liệuEthnobotanical data and socioeconomic information were gathered through semistructured interviews using a standardized protocol (Paniagua-Zambrana et al. 2010, Cámara-Leret et al. 2012). Prior to starting the interviews, we obtained the necessary permits and established informed consent with the communities and informants. From March 2010 to December 2011, we collected ethnobotanical information with two types of informants: experts, of whom we interviewed 5–7 in each community (n = 159), and general informants, of whom we interviewed 10–89 in each community (n = 1891). Experts were selected by consensus of community members during a communal meeting. General informants were selected by researchers to achieve a balanced representation of gender and age classes within the localities. We divided informants into five age classes (18–30, 31–40, 41–50, 51–60, and > 60 years old) to achieve an equal representation of all ages. Within the age classes, approximately 50% of the people we interviewed were women and 50% were men (Table 1, Appendix 2). We first interviewed the expert informants through “walks in the woods,” during which we documented all palm species that grew in the surroundings of the communities, collected vouchers, identified the species, documented their uses, and recorded their local names. These vernacular names were later used in the interviews with the general informants. We then conducted semistructured interviews with the general informants while visiting them in their homes. We asked each person about each of the species that was reported during interviews with the experts. Interviews were conducted in Spanish. In cases where an informant did not speak Spanish, the interviews were conducted with the help of local interpreters. We gathered information from all informants regarding 14 socioeconomic variables concerning personal data (seven variables: gender, age, ethnicity, education, languages spoken, migration status, time in residence) and household data (seven variables: size of family, tenure of farm animals, farm size, tools, transports, house size, house constructions materials) (Table 2). Palms were identified in the field wherever possible, and vouchers were collected only if the onsite identification needed additional confirmation. Voucher specimens were deposited in the herbaria AAU, AMAZ, COL, LPB, and QCA (herbarium acronyms according to Thiers [2013]). Phân tích dữ liệuChúng tôi nhóm dữ liệu kinh tế xã hội thu được trong các cuộc phỏng vấn vào ba loại biến: danh nghĩa (giới tính, chủng tộc, ngôn ngữ sử dụng), thứ tự (trạng thái di chuyển, nhiệm kỳ của động vật trang trại, công cụ, vận tải, vật liệu xây dựng nhà), và liên tục (tuổi, kích thước của gia đình, giáo dục, thời gian tại nơi cư trú, kích thước trang trại, nhà kích thước) (bảng 2).Để xác định ảnh hưởng của các yếu tố kinh tế xã hội trên cấp độ TK, chúng tôi tính toán hai chỉ số khác nhau của kiến thức: (1) palm sử dụng-báo cáo, đại diện cho tổng của tất cả palm sử dụng báo cáo của một cung cấp thông tin cho tất cả các loài được biết đến bởi người đó, và (2) hữu ích palm loài, đại diện cho tổng của tất cả các loài hữu ích cho biết một cung cấp thông tin. Thuật ngữ "sử dụng báo cáo" được định nghĩa như là một sử dụng cá nhân cọ được đề cập bởi một cung cấp thông tin. Cho mục đích này, chúng tôi sử dụng định nghĩa của "palm-sử dụng" được đưa ra bởi Macía et al. (2011), được định nghĩa là việc sử dụng liên quan đến sử dụng thể loại và tiểu thể loại sử dụng cho một phần cụ thể thực vật. Trong một phân tích ban đầu, cả hai chỉ số cho thấy mối tương quan mạnh mẽ (Bắc Amazon r = 0.87; miền Nam Amazon r = 0,79; Chocó r = 0,84; miền bắc Andes r = 0,64; miền nam Andes r = 0,82). Vì lý do này, chúng tôi quyết định sử dụng chỉ số hữu ích palm loài như là biến phụ thuộc vào tất cả các phân tích tiếp theo.Tất cả palm sử dụng và hữu ích loài báo cáo trong các cuộc phỏng vấn đã được phân loại thành 10 sử dụng loại theo các kinh tế thực vật học dữ liệu bộ sưu tập tiêu chuẩn (Cook 1995), với một số sửa đổi được đề xuất bởi Macía et al. (năm 2011): thức ăn gia súc, xây dựng, văn hóa, môi trường, nhiên liệu, con người thực phẩm, dược và thú y, độc hại, dụng cụ và công cụ, và khác sử dụng (bao gồm sử dụng gián tiếp, đặc biệt là việc sử dụng của ấu trùng bọ cánh cứng mà phát triển trong mục nát thân). Để mô tả và so sánh TK liên quan đến các yếu tố kinh tế xã hội 14 đánh giá trong các tiểu vùng năm nghiên cứu, chúng tôi đầu tiên tiến hành phân tích mô tả về các toàn bộ dữ liệu thiết lập bằng cách sử dụng một MANOVA và của nó Tukey tương ứng đặc biệt post kiểm tra cho tám phân loại yếu tố (các biến categorical; cấp với ít hơn 10 bản sao không được bao gồm trong những phân tích) và Pearson tương quan cho sáu liên tục yếu tố (liên tục biến) (bảng 2). Dựa trên phân tích này, chúng tôi chọn các yếu tố kinh tế xã hội đã được bao gồm trong các phân tích tiếp theo. Chúng tôi loại trừ những yếu tố phân loại cho thấy sự khác biệt đáng kể giữa các mức độ khác nhau của họ, và loại trừ biến liên tục với r < 0,05.Để đánh giá những biến đổi TK trong các tiểu vùng năm, chúng tôi thực hiện một mô hình đa thống kê của những ảnh hưởng của các yếu tố kinh tế xã hội trên kiến thức hữu ích palm loài. Mô hình đa (còn được gọi là phân cấp các mô hình tuyến tính hoặc hỗn hợp các mô hình) là một phần mở rộng của hồi quy tuyến tính có thể được sử dụng để các tài khoản cho nhóm mẫu thiết kế và rõ ràng mô hình theo ngữ cảnh hiệu ứng (Bryk và Raudenbush năm 1992, Goldstein 2003, Gray et al. 2008). Phụ thuộc vào biến nhất phân tích của chúng tôi là số lượng các loài cọ hữu ích, và các biến độc lập với ảnh hưởng cố định là các yếu tố kinh tế xã hội đã được lựa chọn trong mỗi phân dựa trên phân tích mô tả ban đầu. Những đã được thêm vào như là một yếu tố ngẫu nhiên để biến categorical — địa phương. Mô hình ngẫu nhiên đánh chặn một cấp, chúng tôi xây dựng có công thức sau đây:(1) Yi j đâu biến độc lập; Γ00 là đánh chặn phổ biến; Β và τ là hệ số tương ứng của các biến liên tục Xi và phân loại X'; R0 j có một phân phối chuẩn với trung bình 0; độ lệch chuẩn σL đại diện cho sự biến đổi của các nghiên cứu 25 địa phương; và ei j là lỗi hoặc dư cho mỗi của các phỏng vấn. Những phân tích tương tự được áp dụng trong mỗi thể loại 10 sử dụng. Tất cả phân tích được thực hiện trong R 3.0.1 (R phát triển cốt lõi đội 2014).

Kết quả (Việt) 2:

Phương pháp
nghiên cứu khu vực
nghiên cứu được tiến hành tại Amazon và dãy núi Andes của Colombia, Ecuador, Peru, và Bolivia, cũng như các Chocó của Colombia và Ecuador. Chúng tôi đã phỏng vấn những người tham gia trong 25 địa phương nơi sinh sống của người bản xứ, người Mỹ gốc Phi, người đàn ông lai, và đa sắc tộc nhóm (Hình. 1, Phụ lục 1). The Amazon vùng sinh thái được định nghĩa là vùng đất thấp ở phía đông của dãy núi Andes, dưới 1000 m độ cao (ví dụ, Renner et al. 1990, Jørgensen và León-Yanez 1999). Các Andes vùng sinh thái được xác định là rừng núi ẩm trên cả hai sườn dãy núi Andes, trên 1.000 m, bao gồm cả các thung lũng liên Andes của Bolivia tiếp nhận lượng mưa ít hơn (Beck et al. 1993). Chocó vùng sinh thái được định nghĩa là các khu rừng ẩm ướt dọc theo bờ biển Thái Bình Dương của Colombia và Ecuador bắc, dưới 1000 m. Các địa phương được lựa chọn ở mỗi vùng sinh thái để có một thành phần dân tộc thống nhất, mức độ tiếp cận khác nhau để thị trường, và truy cập để trưởng thành rừng cho lòng bàn tay thu hoạch (Phụ lục 1). Các địa phương có nhiều hơn một cộng đồng nếu số lượng người được phỏng vấn trong một cộng đồng duy nhất là ít hơn 87 (bảy thông tin chuyên gia và 80 cung cấp thông tin tổng quát), như được định nghĩa trong giao thức nghiên cứu của chúng tôi (Paniagua-Zambrana et al. 2010). Các phân tích được tiến hành trong năm tiểu vùng. Chúng tôi chia các vùng sinh thái Amazon thành hai tiểu vùng: Amazon tây bắc, với bốn địa điểm thuộc Colombia và Ecuador, và Amazon Tây Nam, với 10 địa phương ở Peru và Bolivia. Các Andes vùng sinh thái được chia thành các Andes tây bắc, với bốn địa điểm thuộc Colombia và Ecuador, và dãy núi Andes phía tây nam, có năm địa phương ở Peru và Bolivia. Chocó vùng sinh thái bao gồm ba địa phương ở Colombia và Ecuador tây bắc (Hình. 1, Phụ lục 1). Thu thập dữ liệu về thực vật học và các thông tin kinh tế xã hội đã được thu thập thông qua các cuộc phỏng vấn semistructured sử dụng một giao thức chuẩn (Paniagua-Zambrana et al. 2010, Camara-Leret et al . 2012). Trước khi bắt đầu cuộc phỏng vấn, chúng tôi thu được các giấy phép cần thiết và thiết lập ở thông báo đồng ý với các cộng đồng và cung cấp thông tin. Từ tháng 3 năm 2010 đến tháng 12 năm 2011, chúng tôi thu thập thông tin về thực vật học với hai loại thông tin: các chuyên gia, trong đó chúng tôi phỏng vấn 5-7 trong mỗi cộng đồng (n = 159), và cung cấp thông tin tổng quát, trong đó chúng tôi phỏng vấn 10-89 trong mỗi cộng đồng ( n = 1891). Các chuyên gia đã được lựa chọn bởi sự đồng thuận của các thành viên cộng đồng trong một cuộc họp xã. Cung cấp thông tin tổng quát đã được lựa chọn bởi các nhà nghiên cứu để đạt được một đại diện cân bằng của các lớp học giới tính và độ tuổi trong địa phương. Chúng tôi cung cấp thông tin chia thành năm nhóm tuổi (18-30, 31-40, 41-50, 51-60, và> 60 tuổi) để đạt được một đại diện bình đẳng của tất cả các lứa tuổi. Trong các lớp tuổi, khoảng 50% số người được phỏng vấn là phụ nữ và 50% là nam giới (Bảng 1, Phụ lục 2). Chúng tôi đầu tiên phỏng vấn các thông tin chuyên gia thông qua "đi trong rừng", trong đó chúng tôi ghi nhận tất cả các loài cọ mọc ở môi trường xung quanh của các cộng đồng, chứng từ thu, xác định các loài, tài liệu sử dụng của họ, và ghi tên địa phương của họ. Những tên tiếng địa phương sau đó đã được sử dụng trong các cuộc phỏng vấn với những thông tin chung. Sau đó chúng tôi tiến hành phỏng vấn semistructured với thông tin nói chung khi đến thăm họ trong nhà của họ. Chúng tôi yêu cầu mỗi người về mỗi loài đã được báo cáo trong các cuộc phỏng vấn với các chuyên gia. Cuộc phỏng vấn được tiến hành ở Tây Ban Nha. Trong trường hợp cung cấp thông tin không nói tiếng Tây Ban Nha, các cuộc phỏng vấn được thực hiện với sự giúp đỡ của thông dịch viên địa phương. Chúng tôi thu thập thông tin từ tất cả các thông tin liên quan đến kinh tế xã hội 14 biến liên quan đến dữ liệu cá nhân (bảy biến: giới tính, độ tuổi, dân tộc, giáo dục, ngôn ngữ nói, tình trạng di cư, thời gian tại nơi cư trú) và dữ liệu hộ gia đình (bảy biến: kích thước của gia đình, nhiệm kỳ của động vật trang trại , quy mô trang trại, dụng cụ, vận chuyển, kích thước ngôi nhà, công trình xây dựng nhà vật liệu) (Bảng 2). Palms đã được xác định trong lĩnh vực này bất cứ nơi nào có thể, và các chứng từ đã được thu thập chỉ khi việc xác định chỗ cần xác nhận thêm. . Voucher mẫu vật đã được gửi vào các AAU mẫu cây, AMAZ, COL, LPB, và QCA (viết tắt tiêu bản theo Thiers [2013]) phân tích dữ liệu được chia nhóm các dữ liệu kinh tế xã hội đạt được trong các cuộc phỏng vấn thành ba loại biến: danh nghĩa (giới tính, dân tộc , ngôn ngữ nói), thứ tự (tình trạng di cư, nhiệm kỳ của động vật trang trại, dụng cụ, vận chuyển, vật liệu xây dựng nhà ở), và liên tục (độ tuổi, quy mô gia đình, nền giáo dục, thời gian cư trú, quy mô trang trại, quy mô nhà) (Bảng 2). Để xác định ảnh hưởng của các yếu tố kinh tế xã hội về mức độ TK, chúng tôi tính toán hai chỉ số kiến thức khác nhau: (1) sử dụng cọ báo cáo, đại diện cho tổng của tất cả lòng bàn tay sử dụng được báo cáo của một người cung cấp tin cho tất cả các loài được biết đến bởi người đó, và (2) loài cọ hữu ích, đại diện cho tổng của tất cả các loài hữu một cung cấp thông tin đã biết. Thuật ngữ "sử dụng báo cáo" được định nghĩa là việc sử dụng cọ từng đề cập đến bởi một người cung cấp tin. Với mục đích này, chúng tôi sử dụng các định nghĩa về "lòng bàn tay sử dụng" do Macia et al. (2011), trong đó xác định nó như là việc sử dụng kết hợp với một loại sử dụng và sử dụng tiểu thể loại cho một phần nhà máy cụ thể. Trong một phân tích ban đầu, cả hai chỉ số cho thấy mối tương quan mạnh mẽ (phía bắc Amazon r = 0,87; phía nam Amazon r = 0,79; Chocó r = 0,84; Andes phía bắc r = 0,64; Andes miền nam r = 0,82). Vì lý do này, chúng tôi quyết định chỉ sử dụng số lượng các loài cọ hữu ích như là các biến phụ thuộc ở tất cả các phân tích tiếp theo. Tất cả lòng bàn tay và sử dụng các loài hữu ích báo cáo trong các cuộc phỏng vấn được phân thành 10 hạng mục sử dụng sau Botany Kinh tế Bộ sưu tập dữ liệu tiêu chuẩn (Cook 1995 ), với một số sửa đổi bởi Macia et al. (2011): thức ăn động vật, xây dựng, văn hóa, môi trường, nhiên liệu, thực phẩm của con người, thuốc thú y, Toxic, dụng cụ và các công cụ, và các ứng dụng khác (bao gồm cả việc sử dụng gián tiếp, đặc biệt là việc sử dụng các ấu trùng bọ cánh cứng mà phát triển trong mục nát thân cây). Để mô tả và so sánh các TK liên quan đến các yếu tố kinh tế xã hội 14 đánh giá trong năm học tiểu vùng, đầu tiên chúng ta tiến hành một phân tích mô tả các bộ tập dữ liệu bằng cách sử dụng một MANOVA và tương ứng với bài hoc Tukey test của nó trong tám yếu tố phân loại (các biến phân loại; cấp với ít hơn 10 bản sao không được đưa vào phân tích) và tương quan Pearson trong sáu yếu tố liên tục (các biến liên tục) (Bảng 2). Dựa trên phân tích này, chúng tôi đã chọn các yếu tố kinh tế xã hội đã được bao gồm trong các phân tích tiếp theo. Chúng tôi loại trừ những biến phân loại cho thấy sự khác biệt đáng kể giữa các cấp khác nhau của họ, và loại trừ các biến liên tục với r <0,05. Để đánh giá sự biến đổi về TK trong năm tiểu vùng, chúng tôi thực hiện một mô hình đa cấp thống kê về tác động của các yếu tố kinh tế xã hội trên các kiến thức về loài cọ hữu ích. Mô hình đa cấp (còn được gọi là mô hình tuyến tính phân cấp hoặc các mô hình hỗn hợp) là một phần mở rộng của hồi quy tuyến tính mà có thể được sử dụng để giải thích cho các thiết kế lấy mẫu clustered và để mô hình một cách rõ ràng tác dụng theo ngữ cảnh (Bryk và Raudenbush 1992, Goldstein 2003, Gray et al. 2008) . Các biến phụ thuộc cho các phân tích của chúng tôi là số lượng các loài cọ hữu ích, và các biến độc lập với hiệu ứng cố định là những yếu tố kinh tế xã hội đã được lựa chọn trong mỗi tiểu vùng dựa trên các phân tích mô tả ban đầu. Chúng được thêm vào như là một yếu tố ngẫu nhiên để phân loại các biến địa phương. Một cấp mô hình ngẫu nhiên đánh chặn mà chúng ta xây dựng có công thức sau đây: (1) nơi Yi j là các biến độc lập; γ00 là đánh chặn phổ biến; β và τ ​​là các hệ số tương ứng của các biến liên tục và phân loại Xi X '; r0 j có phân phối chuẩn với trung bình 0; σL độ lệch chuẩn thể hiện sự biến thiên của 25 nghiên cứu địa phương; và ei j là lỗi hay dư cho mỗi người được phỏng vấn. Các phân tích tương tự cũng được áp dụng tại mỗi trong số 10 hạng mục sử dụng. Tất cả các phân tích được thực hiện trong R 3.0.1 (Team R phát triển cốt lõi 2014).