Can Financialization Save Nature? The Case of Endangered Species*
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
ABSTRACT The current biodiversity loss is dramatic. Over the past 50 years, more than 68% of the mammals, birds, amphibians, reptiles, and fish on Earth have disappeared, putting the planet's survival and its inhabitants—including human beings—at risk. Financialization, or the transformation of nature into financial assets, is increasingly proposed as a solution to the biodiversity crisis. Proponents of financialization believe that assigning a monetary value to nature will incentivize human beings to protect habitats and their species. This article offers a four‐mechanism model of nature's financialization, explaining why it is virtually impossible to financialize nature. We collected data through a unique two‐stage data collection process, including a single case study and additional interviews with conservationists and conservation finance specialists. We analyzed the development of a calculative device, the “Index,” designed to assess the impact of conservation efforts on the survival of endangered species. Conservationists hoped to use the Index to calculate the financial return of a conservation impact bond, a financial instrument designed to finance conservation projects. However, they did not achieve their goal. We discuss the implications for the financialization and conservation literature and the role of accounting therein. We notably question previous accounts of financialization, including the need for financial numbers or financial actors. We ultimately show that a financialization project can transform practices toward financialization, even if the financialization process is not complete.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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