دانش بومی جوامع محلی پیرامون گیاهان خوراکی خودرو در مراتع زبرخان نیشابور
Publish place: Indigenous Knowledge، Vol: 5، Issue: 9
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 618
This Paper With 54 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_QJIK-5-9_002
تاریخ نمایه سازی: 19 آذر 1399
Abstract:
یکی از روشهای مورد استفاده برای پاسخگویی به دغدغههای انسان در جامعهی امروز، رجوع به دانش تجربی گذشتگان و بهرهگیری از خردتجربی انباشته و تاریخی بهره برداران محلی است. از جمله این دانشهای ارزشمند، دانش بومی گاه منحصربفرد شناسایی گیاهان خودروی خوراکی و شیوههای مصرف آنها در جوامع محلی است. لذا تحقیق حاضر با هدف آشنایی و مستندسازی فرهنگ استفاده سنتی از گیاهان خوراکی مراتع زبرخان واقع در استان خراسان رضوی صورت گرفت. در این مطالعه باورها و دانستنیهای سنتی مردم پیرامون گیاهان در قالب مصاحبهی آزاد به صورت گروهی و انفرادی، مشاهدهی مشارکتی، حضورهای مستمر و پیدرپی در طی سالهای ۹۶-۹۷ گردآوری گردید. شیوهی انتخاب افراد جهت مصاحبه به روش هدفمند و به صورت گلوله برفی بوده است. مصاحبهها با محوریت نام محلی گیاهان، فرم رویشی، نحوهی برداشت، اندام مورد استفاده، نحوهی مصرف و خواص گیاهان مطرح و مصاحبه تا جایی ادامه پیدا می-کرد که پاسخهای تکراری ثبات و صحت مصاحبه را محقق میساخت. در نهایت از اطلاعات کسب شده از شیوههای متفاوت مصاحبه فیش برداری شده و استخراج مفاهیم کلیدی بر اساس هدف تحقیق صورت پذیرفت. یافتهها نشان داد که اغلب گونههای شناسایی شده به جز مصارف خوراکی، واجد مصارف چند منظوره دارویی و تامین علوفه دام بوده و به جز تامین نیازهای خوراکی و دارویی سالیانه خانوار در تامین بخشی از معیشت ساکنین از طریق جمع آوری و فروش یا تامین علوفه دام، دخیل هستند. نتایج این تحقیق و یافتههای آن میتواند بسترساز تحقیقات آتی در زمینه توسعه دانش غذایی و مدیریت مراتع از طریق اصلاح و احیاء آنها با گیاهان خوراکی و دارویی مورد استقبال مردم در مناطق مشابه باشد.
Keywords:
Authors
مروارید حسینی
دانشگاه علوم کشاورزی و منابع طبیعی گرگان
محمد رحیم فروزه
دانشگاه علوم کشاورزی و منابع طبیعی گرگان
حسین بارانی
دانشگاه منابع طبیعی گرگان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :