Contradictory distributive principles and land tenure govern benefit-sharing of payments for ecosystem services (PES) in Chiapas, Mexico
Notice bibliographique
Résumé
Abstract Payments for Ecosystem Services (PES) are incentive-based instruments that provide conditional economic incentives for natural resources management. Research has shown that when economic incentives are parachuted into rural communities, participation and benefits are collectively negotiated and shared. However, we know little about how benefit-sharing evolves over time in community-based PES. To address this gap, we examine distributional justice in four communities of the state of Chiapas, Mexico, which participate in a PES programme, and we assess how local justice principles compare with the programme’s goals. Our analysis reveals patterns of both continuity and change in how communities share PES benefits, which reflect a suite of contradictory justice principles, including entitlement, merit, need, and equality. The studied communities distribute PES benefits by providing differentiated compensation to diverse groups of landholders via private cash payments, whilst also attending non-landed community members through public infrastructure investments. We show that benefit-sharing is strongly influenced by pre-existing land tenure features and associated norms, which in the study area include three different types of individual and common-property. Yet, we also show that communities continuously adjust benefit-sharing arrangements to navigate distributional challenges emerging from programme engagement. Overall, we provide novel insights on the evolution, diversity, and complexity of distributive justice in community-based PES and we advocate for a context-sensitive, nuanced, and dynamic account of justice in incentive-based conservation.
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 | 0,001 | 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 | 0,001 |
| 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 ».