“Putting Suppliers on the Map:” Centering Upstream Voices in Water Funds Outreach
Notice bibliographique
Résumé
Abstract As water funds and other watershed investment programs expand around the world, there is growing interest in designing equitable programs that provide both upstream and downstream benefits. While research demonstrates that diverse values underlie upstream participation, existing communication and outreach materials from non‐governmental organizations (NGOs), governments, development banks, and others tend to highlight the goals of downstream actors (e.g., improving water supply for cities), with little attention to upstream perspectives. We present a case study in response to this gap, where we collaborated with a water fund and a river users association in Colombia to co‐produce a website entitled “Putting Suppliers on the Map” in which interviews and photography illuminate the perspectives of upstream participants and the intermediary organization. The website offers multiple lessons for communication and environmental education in water funds by shifting focus to the motivations of upstream participants, including trust‐building among upstream and downstream participants via intermediary actors, and informing downstream water users of the essential role of these processes for program success. Analyzing the website testimonials, we show that the vast majority of participants were motivated not only by overlapping instrumental and relational values associated with conservation, but also by a variety of personal and community goals. We found that the largest barrier to participation over time was the need to build trust between the water fund and rural communities and to align water fund goals with participants' motivations. By making visible the motivations and challenges of upstream actors, the website reverses the standard direction of environmental education (in which high‐level actors or downstream groups educate upstream residents). In‐so‐doing, the website aims to help downstream actors envision more productive and equitable ways of interacting with upstream participants.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,009 |
| Communication savante | 0,011 | 0,009 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».