MétaCan
Menu
Retour à la cohorte
Enregistrement W2528080488 · doi:10.1177/194008291500800415

Decentralized Environmental Governance: A Reflection on its Role in Shaping Wildlife Management Areas in Tanzania

2015· article· en· W2528080488 sur OpenAlexaff
Wilhelm Andrew Kiwango, Hans C. Komakech, Thadeo M. C. Tarimo, Lawrence W. Martz

Notice bibliographique

RevueTropical Conservation Science · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesTanzania Government
Mots-clésCorporate governanceEnvironmental governanceAccountabilityWildlifeTanzaniaEnvironmental resource managementDecentralizationEnvironmental planningNegotiationBusinessPolitical scienceGeographyEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Decentralised environmental governance has become a catchy solution to environmental problems caused by the failure of traditional centralised environmental governance. It promises to transfer power and authority, improve efficiency, equity, accountability, and inclusion of local people who were previously excluded by the command and control model. This paper examines the efficacy of decentralised environmental governance as an alternative approach to wildlife conservation in Tanzania. We analyse the policy and legal framework for Wildlife Management Areas (WMAs) in Tanzania over the past two decades as a case study on current practice and its implications. We find that despite the rhetoric of community-based conservation (CBC), the wildlife industry remains heavily under state control, while the promises of CBC remain elusive. Questioning the effectiveness of decentralised environmental governance through CBC, we recommend that actors return to the drawing board and re-negotiate their positions, interests, power and authority if meaningfully decentralised environmental governance is to be achieved.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,014
Communication savante0,0030,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,266
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTropical Conservation ScienceMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207