MétaCan
Menu
Retour à la cohorte
Enregistrement W1999201861 · doi:10.5558/tfc81403-3

Facilitating deliberative governance: Innovations from Nepal's community forestry program – a case study in Karmapunya

2005· article· en· W1999201861 sur OpenAlexvenueno aff
Mani Ram Banjade, Hemant Ojha

Notice bibliographique

RevueThe Forestry Chronicle · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommunity forestryCorporate governanceDeliberative democracyCitizen journalismEquity (law)DemocracyFacilitationDeliberationPolitical scienceParticipatory action researchEnvironmental planningEnvironmental resource managementForestryPublic administrationBusinessForest managementGeographyEconomic growthPoliticsEconomics

Résumé

récupéré en direct d'OpenAlex

This paper discusses the use of a deliberative approach to governance of environmental resources at the local-level. Used in conjunction with external facilitation, a deliberative approach to governance at the local-level can be used to build dialogue between diverse perspectives, interests, knowledge, and ideas of different stakeholders. A case study of a community forest user group (CFUG) in the central hills of Nepal is used to analyse the application of deliberative processes for promoting deliberative governance. The findings indicate that there is great potential for deliberative processes to make local governance of community forests more democratic and inclusive. Effective governance at the local-level can contribute to the creation of social equity and to the sustainable management of community forests. Key words: Nepal, deliberative democracy, community forestry, Participatory Action Research, external facilitation

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,007
Communication savante0,0050,003
Science ouverte0,0020,008
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,309
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetSustainability and Climate Change GovernanceTravaux en français237 207