Environmental justice and REDD+ safeguards in Laos: Lessons from an authoritarian political regime
Notice bibliographique
Résumé
Balancing agendas for climate mitigation and environmental justice continues to be one of the key challenges in climate change governance mechanisms, such as Reducing Emissions from Deforestation and Degradation (REDD+). In this paper we apply the three-dimensional environmental justice framework as a lens to examine the REDD+ process in the Lao People's Democratic Republic (Laos) and the REDD+ social safeguards. We focus particularly on challenges to justice faced by marginalized communities living in forest frontier areas under an authoritarian regime. Drawing on policy analysis and open-ended interviews across different policy levels, we explore procedural, distributional, and recognitional justice across the REDD+ policy levels in Laos. We find that REDD+ social safeguards have been applied by both donors and state actors in ways that facilitate external control. We underscore how authoritarian regime control over civil society and ethnic minority groups thwarts justice. We also highlight how this political culture and lack of inclusiveness are used by donors and project managers to implement their projects with little political debate. Further obstacles to justice relate to limitations inherent in the REDD+ instrument, including tight schedules for dealing with highly sensitive socio-political issues under social safeguards. These findings echo other research but go further in questioning the adequacy of safeguards to promote justice under a nationally driven REDD+. We highlight the importance of recognition and political context, including aspects such as power relations, self-determination and self-governance of traditional or customary structures, in shaping justice outcomes.
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 | 0,001 |
| 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 ».