Systematic conservation planning within a Fijian customary governance context
Notice bibliographique
Résumé
Although conservation planning research has influenced conservation actions globally in the last two decades, successful implementation of systematic conservation plans in regions where customary marine tenure exists has been minimal. In such regions, local community knowledge and understanding of socioeconomic realities may offer the best spatially explicit information for analysis, since required socioeconomic data are not available at scales relevant to conservation planning. Here we describe the process undertaken by the Kadavu Yaubula Management Support Team, a team of researchers from The University of the South Pacific and the local communities to assess whether systematic conservation planning tools can be effectively applied and useful in a customary governance context, using a case study from Fiji. Through a participatory approach and with the aim of meeting local-scale conservation and fisheries needs, a spatial conservation planning tool, Marxan with Zones, was used to reconfigure a collection of locally designed marine protected areas in the province of Kadavu in order to achieve broader objectives. At the local scale, the real value of such tools has been in the process of identifying and conceptualising management issues, working with communities to collate data through participatory techniques, and in engaging communities in management decision making. The output and use of the tool has been of secondary value. The outcome was invaluable for developing marine protected area network design approaches that combine traditional knowledge with ecological features in a manner appropriate to a Melanesian context.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 | 0,001 |
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 ».