Can scenario planning catalyse transformational change? Evaluating a climate change policy case study in Mali
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The potential of participatory scenario processes to catalyse individual and collective transformation \nand policy change is emphasised in several theoretical reflections. Participatory scenario \nprocesses are believed to enhance participants’ systems understanding, learning, networking and \nsubsequent changes in practices. However, limited empirical evidence is available to prove these \nassumptions. This study aimed to contribute to this knowledge gap. It evaluates whether these \noutcomes had resulted from the scenario planning exercise and the extent to which they can \ncontribute to transformational processes. The research focused on a district level case study in \nrural Mali which examined food security and necessary policy changes in the context of climate \nchange. The analyses of interviews with 26 participants carried out 12 months after the workshop \nsuggested positive changes in learning and networking, but only limited influence on systems \nunderstanding. There was limited change in practice, but the reported changes occurred at the \nindividual level, and no policy outcomes were evident. However, by building the adaptive capacity \nof participants, the scenario process had laid the foundation for ongoing collective action, \nand potential institutional and policy transformation. We conclude that to enhance the resilience \nof agricultural and food systems under climate change, participatory scenario processes require a \nbroader range of cross-scale actors’ engagement to support transformational changes. Such \nprocess will both catalyse deeper learning and more effective link with national level policymaking \nprocess. In addition, individual scenario planning exercises are unlikely to generate \nsufficient learning and reflection, and instead they should form one component of more extensive \nand deliberate stakeholder engagement, learning and evaluation processes.
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.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle