Motivational Crowding in Payments for Ecosystem Service Schemes: a Global Systematic Review
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
<br>We contribute to the growing body of literature on the ecological and socio-psychological impacts of providing payments as rewards for conservation. We conducted a systematic review of 74 payments for ecosystem services (PES) schemes and identified contextual factors that correlate with psychological mechanisms that enhance (”crowd-in”) or erode (”crowd-out”) autonomous motivation. Such indicators of crowding-in were more likely when schemes empowered local participants, provided in-kind non-monetary community benefits, and aimed to foster feelings of autonomy. Schemes that thwarted feelings of autonomy correlated with indicators of motivational crowding-out. Although motivational crowding had no effect on ecological success, indicators of crowding-in positively predicted social success (χ<sup>2</sup> = 8.60, n = 48, p = 0.003) and crowding-out negatively predicted social success (χ<sup>2</sup> = 9.59, n = 47, p = 0.002). Compared to past studies highlighting the negative impacts of extrinsic rewards on autonomous motivation, our study provides a more nuanced perspective and demonstrates that extrinsic incentives such as payments can promote crowding-in of autonomous motivation if schemes are designed equitably and provide opportunities for autonomous decision-making. Our study demonstrates how the application of psychological theories can contribute to the design of fair and effective PES schemes.<br>
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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