Power interplay between actors in climate change adaptation policy-making in South Asia
Notice bibliographique
Résumé
To address the impacts of climate change, countries in South Asia are increasingly making efforts to design climate change adaptation (CCA) policies. Such policies are prepared in a complex power-loaded environment, where different policy actors struggle with one another to meet their personal or collective interests. Current CCA policy research highlights the importance of power in policy-making, but few studies have looked into this systematically. This dissertation therefore aims to study the role of power in CCA policy-making in South Asia and to recommend ways to deal with the negative effects of power. The research adopts an abductive research design, using qualitative case studies in Nepal, India and Bangladesh. Case studies at local, national and transboundary level are conducted to study how actors' power interplay influences CCA policy-making processes and policies. This dissertation proposes a power interplay framework that describes interactions between policy actors and how actors deploy material and ideational resources to influence one another. It presents evidence of how policy actors use these resources at local and regional level to exclude local policy actors and push for short-termism in local adaptation plans and in the planning process for the transboundary Brahmaputra River basin. It shows that multiple climate policy paradigms shape the way in which adaptation is framed and approached by policy actors and that these paradigms have an important influence on how power interplay evolves. To reduce the negative effects of power – for example, the exclusion of actors – I distilled four power-sensitive design principles (PDPs) from other social science disciplines for application in the CCA context. The results of this dissertation offer theoretical contributions to the study of CCA policy-making in South Asia, and concrete and practically relevant PDPs are proposed to improve long-term CCA planning.
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 | 0,019 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,023 |
| Communication savante | 0,011 | 0,009 |
| Science ouverte | 0,001 | 0,015 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».