Are indigenous territories effective natural climate solutions? A neotropical analysis using matching methods and geographic discontinuity designs
Notice bibliographique
Résumé
Indigenous Territories (ITs) with less centralized forest governance than Protected Areas (PAs) may represent cost-effective natural climate solutions to meet the Paris agreement. However, the literature has been limited to examining the effect of ITs on deforestation, despite the influence of anthropogenic degradation. Thus, little is known about the temporal and spatial effect of allocating ITs on carbon stocks dynamics that account for losses from deforestation and degradation. Using Amazon Basin countries and Panama, this study aims to estimate the temporal and spatial effects of ITs and PAs on carbon stocks. To estimate the temporal effects, we use annual carbon density maps, matching analysis, and linear mixed models. Furthermore, we explore the spatial heterogeneity of these estimates through geographic discontinuity designs, allowing us to assess the spatial effect of ITs and PAs boundaries on carbon stocks. The temporal effects highlight that allocating ITs preserves carbon stocks and buffer losses as well as allocating PAs in Panama and Amazon Basin countries. The geographic discontinuity designs reveal that ITs' boundaries secure more extensive carbon stocks than their surroundings, and this difference tends to increase towards the least accessible areas, suggesting that indigenous land use in neotropical forests may have a temporarily and spatially stable impact on carbon stocks. Our findings imply that ITs in neotropical forests support Nationally Determined Contributions (NDCs) under the Paris Agreement. Thus, Indigenous peoples must become recipients of countries' results-based payments.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».