MétaCan
Menu
Retour à la cohorte
Enregistrement W2071101774 · doi:10.1504/ijarge.2008.018329

Governance and social learning in the management of Non-Wood Forest Products in community forests in Cameroon

2008· article· en· W2071101774 sur OpenAlexaff
H. Carolyn Peach Brown, L. Buck, James P. Lassoie

Notice bibliographique

RevueInternational Journal of Agricultural Resources Governance and Ecology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensUniversity of Guelph
Organismes subventionnairesWorld Wildlife Fund
Mots-clésSustainabilityCorporate governanceBusinessForest managementChristian ministryEnvironmental resource managementProcess (computing)Community forestryCivil societyFacilitationAdaptive managementEnvironmental planningPolitical scienceForestryEcologyGeography

Résumé

récupéré en direct d'OpenAlex

Research examined how partnerships of state and civil society could function to manage commercially valuable non-wood forest products in Community Forests in Cameroon. Results indicate an effective governance arrangement should include the Ministry of Environment and Forests and the Community Forest management committee, and also increase the involvement of women. An adaptive collaborative management approach could bring together stakeholders to learn collectively how to manage resources sustainably. Partnerships with non-governmental organisations and research organisations would enhance the process leading to an improved governance system. Future Scenarios, was found to be an effective tool for facilitation of social learning with stakeholders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,817

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,205
Écart entre enseignants0,195 · 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 tête enseignante, pas un consensus.

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

Citations21
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Agricultural Resources Governance and EcologyMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207