Why we fail: Stakeholders' perceptions of the social and ecological barriers to reforestation in southern Malawi
Notice bibliographique
Résumé
Abstract Reversing deforestation is a pressing challenge for planetary health and global development, but the path to restoring forests on a globally significant scale is ill‐defined, and government implementation of afforestation projects often generates conflict with user groups. Understanding the needs and values of forest‐reliant stakeholders in developing countries and effectively engaging them in forest landscape restoration planning and implementation are critical steps towards meeting afforestation goals, and yet few examples of practical methods to include the poor in participatory environmental governance processes exist. Inspired by an approach used to mediate other natural resource conflicts, I structured a series of stakeholder focus groups in the Zomba–Machinga region of southern Malawi around Systems Thinking and Bayesian Belief Networks. Through these focus groups, I engaged forest‐reliant households, academics and government staff in a participatory process to explore the conditions of past restoration failure; identify the barriers to future reforestation success; and develop proposed solutions. Out of eight focus groups held, seven viewed poverty as the single greatest obstacle to afforestation success, and all seven perceived small business capacity building as one of the three most important factors in poverty alleviation, followed in order of frequency by improved agricultural practices (six of seven groups), and non‐forest employment (three of seven groups). If each focus group could successfully implement the three factors they considered most important, the groups' perceptions that poverty could be alleviated ranged from a likelihood of 15.8%–62.3%, with differences among focus groups that underscored inequities in social agency and vocational opportunities of the participants based on age and gender. This study illustrates where these diverse groups of stakeholders from a single region converge and diverge in their thinking, underscoring the importance of establishing durable participatory processes to work through conflicts, nurture trust and collaboratively develop solutions that are relevant to local conditions in order for global forest landscape restoration to succeed. A free Plain Language Summary can be found within the Supporting Information of this article.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».