Changing paradigms in a changing climate: adaptive innovation towards forest management institutions to manage tropical forest in South and Southeast Asia
Notice bibliographique
Résumé
Some communities in the tropics traditionally protect natural habitats for their cultural and material sources, for example, in a form of sacred sites and as a communal forest. These natural habitats play an important role in biodiversity conservation which maintain through indigenous institutions that do not require involvement of conservation organizations or government bodies. These indigenous institutions regulate through customary laws and belief systems led by community elders and traditional religious leaders. Evidence from our three research sites in south and south east Asia i.e., Matiranga in eastern Bangladesh, central Maluku in eastern Indonesia, and Palawan in the Philippines are presented here to highlight on these accounts. We used different methods i.e., participatory rural appraisal, personal observations, focus groups discussion and content analysis to elicit knowledge of the communities on how they conserve and manage their forests. Our result indicates that existing indigenous forest management institutions which are closely related to local people’s belief systems served as enabling agents to manage forests. These belief systems play an important role in monitoring of forest uses, and community leaders use to impose sanctions on the transgressors. As a conclusion, reinforcing these indigenous institutions is one of the forest management alternatives to mitigate future deforestation and degradation in the tropics. Indigenous management institutions can be strengthened by 1) backing their culture and conservation activities through giving recognition at government level, 2) establishing sustainable livelihood sources for communities living around the forests that can mitigate the overexploitation. Paper summary on page 439.||
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».