Community Forestry in Nepal’s Terai Region: Local Resource Dependency and Perception on Institutional Attributes
Notice bibliographique
Résumé
Since the 1970s, the implementation of community forestry (CF) programs in Nepal has recognized that local involvement is a prerequisite for sustainably managing forests and fulfilling local resource needs. Although this devolution policy of active local participation has halted and in many cases reversed forest degradation, a comprehensive research on attributes of CF and its impact on local community livelihoods, especially among the rural populations in the low-lying Terai region- is lacking. Hence, using an institutional analysis approach, this research attempts to understand changes in forest management and governance. More specifically, this paper explores major attributes of CF, i.e. the forest, dependency of local people on the forest, institutions that govern local people interaction with the forest and other actors as well as economic and tree cover outcomes. The overall results indicated that most respondents were highly dependent on local forests for economic, ecological and cultural purposes and were collectively involved in creating rules and regulations that defined access to and distribution of CF benefits. The results also indicated that locals’ main priorities were to improve their income generation capabilities, whereas CF management primarily emphasized forest protection and local development, as CF-generated funds were used to improve local infrastructure. Hence, the main constraints to CF sustainability were identified to be the CF committee’s lack of transparency in fund expenditure and the exclusion of poor and disadvantaged households in the decision-making process. The study concludes that CF implementation is feasible in the Terai region and that equal decision-making participation is critical toward future CF sustainability.
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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».