MétaCan
Menu
Retour à la cohorte
Enregistrement W3025442999 · doi:10.1139/cjfr-2020-0026

Public engagement in forest governance in Canada: whose values are being represented anyway?

2020· article· en· W3025442999 sur OpenAlexafffundvenueabout
Felicitas Egunyu, Maureen G. Reed, A. John Sinclair, John R. Parkins, James P. Robson

Notice bibliographique

RevueCanadian Journal of Forest Research · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversity of ManitobaUniversity of AlbertaUniversity of Saskatchewan
Organismes subventionnairesUniversity of Alberta
Mots-clésSustainable forest managementPublic participationCorporate governanceForest managementPublic engagementIndigenousCommunity engagementPolitical scienceEnvironmental resource managementBusinessPublic relationsGeographyForestryEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

Researchers and advocates have long argued that on-going engagement by broad segments of the public can help make forests and forest-based communities more sustainable and decisions more enduring. In Canada, public engagement in sustainable forest management has primarily taken one of two approaches: advisory forums through forest-sector advisory committees (FACs) and direct decision-making authority through community forest boards (CFBs). The purpose of this paper is to compare these two approaches by focusing on who participates and the values that participants bring to their deliberations. We conducted a national survey of FACs and CFBs involving 402 participants. Results showed that both models favoured well-educated, Caucasian men and fell short on the representation of women and Indigenous peoples. Additionally, despite different levels of authority in relation to forest management decisions, participants in CFBs and FACs shared similar forest values. Hence, we conclude that neither model of forest governance encourages participation from a diverse public. Our findings suggest the need to find new ways of recruiting diverse participants and to investigate more deeply whether local and extra-local pressures and power dynamics shape these processes. Such information can inform the establishment of more robust institutions for decision-making in support of sustainable forest management.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,089
Tête enseignante GPT0,288
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Management and PolicyTravaux en français237 207