Benefits Beyond Borders: Assessing Landowner Willingness-to-Accept Incentives for Conservation Outside Protected Areas
Notice bibliographique
Résumé
Unplanned land-use change surrounding protected areas (PAs) can lead to degradation and fragmentation of wildlife habitats, thereby placing tremendous pressure on PAs especially in tropical countries. Incentivizing the expansion of habitats beyond PAs will not only benefit wildlife but also has the potential to create livelihood opportunities for marginalized communities living adjacent to PAs. Our study explored landowners’ willingness to participate in an incentive-based, wildlife-friendly land-use program using a discrete choice modeling approach. We surveyed 699 landowners living in 287 villages within a five-kilometer buffer around Nagarahole and Bandipur National Parks in India. We found that landowners preferred wildlife-friendly land-use over their ongoing farming practices. Landowners preferred short-term programs, requiring enrolling smaller parcels of land for wildlife-friendly land-use, and offering higher payment amounts. Landowners with larger landholdings, a longer history of living next to the PA, and growing fewer commercial crops were more likely to prefer enrolling large parcels of land. Landowners who grew more commercial crops were likely to prefer long term programs. We also estimated the average monetary incentive to be INR 64,000 (US$ 914) per acre per year. Wildlife-friendly land use, in developing economies like India with shrinking wildlife habitats and expanding infrastructural developments, could supplement rural incomes and potentially expand habitat for wildlife, thereby being a promising conservation strategy.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».