Can scenario planning catalyse transformational change? Evaluating a climate change policy case study in Mali
Notice bibliographique
Résumé
The potential of participatory scenario processes to catalyse individual and collective transformation and policy change is emphasised in several theoretical reflections. Participatory scenario processes are believed to enhance participants’ systems understanding, learning, networking and subsequent changes in practices. However, limited empirical evidence is available to prove these assumptions. This study aimed to contribute to this knowledge gap. It evaluates whether these outcomes had resulted from the scenario planning exercise and the extent to which they can contribute to transformational processes. The research focused on a district level case study in rural Mali which examined food security and necessary policy changes in the context of climate change. The analyses of interviews with 26 participants carried out 12 months after the workshop suggested positive changes in learning and networking, but only limited influence on systems understanding. There was limited change in practice, but the reported changes occurred at the individual level, and no policy outcomes were evident. However, by building the adaptive capacity of participants, the scenario process had laid the foundation for ongoing collective action, and potential institutional and policy transformation. We conclude that to enhance the resilience of agricultural and food systems under climate change, participatory scenario processes require a broader range of cross-scale actors’ engagement to support transformational changes. Such process will both catalyse deeper learning and more effective link with national level policy-making process. In addition, individual scenario planning exercises are unlikely to generate sufficient learning and reflection, and instead they should form one component of more extensive and 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.
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 | 0,011 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».