REDD+ policy making in Nepal: toward state-centric, polycentric, or market-oriented governance?
Notice bibliographique
Résumé
Over the past 40 years, Nepal has become renowned for its community-based forestry policies, initiatives, and institutions, characterized by local autonomy in decisions about forest management and use and a gradual shift toward more inclusive national policy processes.In recent years, the government, international nongovernmental organizations (NGOs), donors, and some civil society organizations have instigated policy and piloting initiatives for an international climate change mitigation scheme known as "reducing emissions from deforestation and forest degradation and enhancement of forest carbon stocks in developing countries" (REDD+).Although many people see REDD+ as a means of bolstering forest conservation efforts and enhancing rural livelihoods, its broader implications for decentralized forest governance in Nepal and elsewhere remain uncertain and contested.Using policy network analysis and theories of polycentric and network governance, I examined influence, inclusiveness, and deliberation among actors involved in REDD+ policy making in Nepal.Data were collected between June and December 2011 through a survey of 34 organizations from government, civil society, educational and research institutions, international NGOs and donors, and the private sector.I investigated whether policy processes and the configurations of actors involved reflect state-centric, market-oriented, or polycentric governance, and I discuss the implications for decentralized forest governance in general and for the implementation of REDD+ in particular.Results indicate that REDD+ policy making is dominated by a "development triangle", a tripartite coalition of key government actors, external organizations (international NGOs and donors), and select civil society organizations.As a result, the views and interests of other important stakeholders have been marginalized, threatening recentralized forest governance and hampering the effective implementation of REDD+ in Nepal.
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».