MétaCan
Menu
Retour à la cohorte
Enregistrement W3122076268

Can Rights-Based Approaches Enhance Legitimacy and Cooperation in Conservation? A Relational Account

2014· article· en· W3122076268 sur OpenAlexaff
Sébastien Jodoin

Notice bibliographique

RevueSSRN Electronic Journal · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLegitimacyFeelingPolitical scienceHuman rightsEnvironmental resource managementPublic relationsBusinessPsychologySocial psychologyEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Rights-based approaches (RBAs) are increasingly gaining favour among practitioners in the field of natural resource conservation and management. RBAs are a non-binding operational framework through which conservation actors can integrate human rights standards and principles into the design, planning, implementation, monitoring, and evaluation of projects and programmes. In addition to promoting the human rights of local populations, it is also argued that RBAs may hold benefits for conservation initiatives. This article draws on existing research on the social psychology of procedural fairness to develop a relational account of how and whether RBAs may enhance levels of legitimacy and cooperation in conservation. This relational account stresses the importance of fair experiences for generating positive feelings of legitimacy and associated cooperative behaviour among individuals interacting with organisations or authorities. On the whole, this article suggests that if RBAs can ensure respect for the human rights of local populations, they have the potential to engender fair experiences and related positive institutional effects, thereby significantly strengthening the overall effectiveness of conservation initiatives.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,039
Communication savante0,0100,016
Science ouverte0,0010,012
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,012
Tête enseignante GPT0,197
Écart entre enseignants0,185 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207