A Classification of Collaborative Management Methods
Notice bibliographique
Résumé
Collaboration among multiple stakeholders can be crucial to the success of natural resource management. In recent years, a wide variety of methods have been developed to facilitate such collaboration. Because these methods are relatively new and come from different disciplines, little attention has been paid to drawing comparisons among them. Thus, it is very difficult for potential users to sort through the increasingly large literature regarding such methods. We suggest the use of a consistent framework for comparing collaborative management methods, and develop such a framework based on five criteria: participation, institutional analysis, simplification of the natural resource, spatial scale, and stages in the process of natural resource management. We then apply this framework to six of the more commonly cited methods: soft systems analysis, adaptive management, ecosystem management, agroecosystem analysis, rapid rural appraisal and participatory rural appraisal. Important differences among methods were found in prescriptions for stakeholder participation, institutional analysis, and simplification of complex natural resources. Despite such differences, the methods are surprisingly similar overall. All methods are applicable at the scale of a watershed. Most of the methods include techniques for understanding complex natural resources, but not complex social institutions, and most include monitoring and assessment as well as planning. Our comparisons suggest that, although much work has been done to improve collaborative management of natural resources, both in the development of collaborative methods and in related social science disciplines, the results have not been shared among disciplines. Further organization and classification of this work is therefore necessary to make it more accessible to both practitioners and students of collaborative management.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,013 | 0,017 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,014 | 0,012 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».