A framework for assessing the procedural justice in integrated resource planning processes
Notice bibliographique
Résumé
Globally, there is growing competition for a wide range of natural resources. The need to manage and allocate natural resources fairly has been identified as an important policy goal in many discussions. These deliberations have in turn brought questions of social justice into sharp focus. To better understand justice issues in resource allocation and planning, general theories of social justice are reviewed from various perspectives. Social justice focuses on creating fair and equal conditions in which individuals matter, and their rights are recognized and protected when decisions are made. Social justice is discussed in the literature with respect to three main concepts: equity, distributive justice, and procedural justice. Our review of this literature reveals that attending to procedural justice can lead to a process ensuring a fair allocation of resources, adding transparency, and improving public acceptance. However, the procedural justice literature lacks a comprehensive model to assess integrated natural resource planning processes vis-vis procedural justice. This paper addresses this gap. It describes a model of procedural justice which we propose is well-suited for application in a range of circumstances and across jurisdictions. To generate the model, several theories of procedural justice are reviewed, leading to the identification of five fundamental principles against which processes for making resource management and allocation decisions can be assessed. To ensure fairness, planning processes should have (i) an unbiased framework; (ii) an informative procedure; (iii) a process that secures legitimate representation; (iv) an effective public consultation process and (v) the ability to resolve conflicts.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».