Ways to Help and Ways to Hinder: Governance for Effective Adaptation to an Uncertain Climate
Notice bibliographique
Résumé
<p class="MsoNormal" style="margin-bottom: 0.0001pt;"><span style="font-family: 'Times New Roman';">This paper compares two case studies in Alaska, one on commercial fishers of the Bering Sea and Aleutian Islands region and the other on moose hunters of Interior Alaska, to identify how governance arrangements and management strategies enhance or limit people’s ability to respond effectively to changing climatic and environmental conditions. The two groups face similar challenges regarding the impacts of a changing climate on wild fish and game, but they tell very different stories regarding how and under what conditions these impacts challenge their harvest activities. In both regions, people describe dramatic changes in weather, land, and seascape conditions, and distributions of fish and game. A key finding is that the “command-and-control” model of governance in the Alaska Interior, as implemented through state and federal management tools such as registration hunts and short open seasons, limits effective local responses to environmental conditions, while the more decentralized model of governance created by the Limited Access Privilege systems of the Bering Sea allows fishers great flexibility to respond. We discuss ways to implement aspects of a decentralized decision-making model in the Interior that would benefit hunters by increasing their adaptability and success, while also improving conservation outcomes. Our findings also demonstrate the usefulness of the diagnostic framework employed here for facilitating comparative crossregional analyses of natural resource use and management. </span></p>
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 | 0,001 | 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 | 0,002 | 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 ».