Institutional thickening and innovation: reflections on the remapping of the Great Bear Rainforest
Notice bibliographique
Résumé
As a response to forest conflict, contemporary remapping refers to re‐evaluations of resource values, new and diverse forms of governance among stakeholders, and compromises within patterns of land use that give greater emphasis to environmental and cultural priorities. This paper elaborates the processes of remapping by examining the role of institutional innovation in conflict resolution, with particular reference to the iconic Great Bear Rainforest of British Columbia. After years of conflict and protest, peace in the Great Bear Rainforest was heralded by an interim agreement in 2006, with final ratification likely in 2016. Conceptually, a four‐legged stakeholder model identifies the main institutional interests and their interactions through learning and bargaining. New forms of governance were created to bring the stakeholders together in constructive dialogue and then to reach and implement acceptable bargains. Analytically, the paper examines how this agreement has worked in practice by reflecting on the emergence of novel institutions that integrate the interests of key stakeholders. The discussion identifies six bilateral negotiations between: industrial and environmental interests; federal and provincial governments and aboriginal peoples; government and environmental interests; government and industry; industry and aboriginal peoples; and environmental groups and local communities. The remapping process has produced a thickening architecture of institutions that remain experimental even as they seek to promote sustainability, resilience and legitimacy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| 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 ».