Switching Gears: From Needs to Assets Based Approach to Community Development in Nepal
Notice bibliographique
Résumé
The mode of community development is changing in Nepal. The increased flow of international aid for local development, the rise of grassroots organizations, and the political transition to democratic system have created an environment for the adoption and trial of different development approaches. Currently, some of the widely practiced approaches to poverty reduction and social development are the needs-based approach, the sustainable livelihoods approach (SLA), the rights-based approach (RBA), and/or the participatory rural appraisal (PRA). The rights-based approach is gaining prominence mostly among non-government organizations (NGOs). Despite the introduction of the latter three development approaches the needs-based approach to community development is still widely practiced both by government and non-government organizations. The needs-based approach, also known as a traditional approach, is generally understood as a deficit model which focuses on the community’s needs, deficiencies and problems. The critics of this traditional approach argue that such an assessment of the community may help it internalize a negative picture of itself and become powerless. Contrary to this traditional model, the Assets Based Community Development (ABCD) approach empowers community members and strengthens the effectiveness of government agencies and NGOs by drawing on the resources, abilities and insights of local residents to find the ways of overcoming their own challenges. This paper analyzes the ABCD approach and argues for the need to combine the ABCD with SLA, RBA and PRA. The inclusion of the ABCD approach will have sustainable development impacts on the community if intentionally and consistently employed. The paper analyzes theoretical literature on community development in relation to approaches employed in Nepal.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».