A systematic literature review of non-market valuation of Indigenous peoples’ values: Current knowledge, best-practice and framing questions for future research
Notice bibliographique
Résumé
Non-market valuation (NMV) can be effective to understand the value people place on ecosystem goods and services for which there are no market prices. Over the last 20 years, NMV has increasingly been applied to Indigenous contexts, albeit with important conceptual and methodological limitations. We conduct a global systematic literature review and detailed meta-synthesis of 63 peer-reviewed studies on NMV research applied to Indigenous peoples’ values. Selected studies are categorized by methods, year of publication, geographic area and ecosystem components. Australia (n = 19), the USA (n = 9) and Canada (n = 8) account for over half of all articles. Important knowledge gaps remain in the NMV peer–reviewed literature for other geographic areas. Our taxonomy based on ‘whose values’ and ‘which values’ reveals that a large proportion of studies (n = 24) focused on values held by Indigenous peoples, predominately on direct-use values (n = 12) and total economic values (n = 10). Studies based on the general population (n = 17) typically examined altruistic and/or existence values (n = 15). Our analysis identified seven main strategies used by previous studies to overcome critical limitations of NMV when applied to Indigenous peoples’ values. Strategies include: (1) engaging directly and ethically with Indigenous peoples; (2) investigating multi-dimensional values; (3) valuing health benefits; (4) adopting non-monetary payment vehicles; (5) using market prices for valuation; (6) sampling the broad population; and (7) investigating non-cumulative values. Based on this review, we provide seven critical questions to guide future NMV research: (1) What is the purpose?; (2) How does Indigenous knowledge inform NMV?; (3) Who benefits?, (4) What ethical frameworks apply?; (5) Whose values are considered?; (6) What is the expected change?; and (7) How are NMV limitations handled? Our contribution provides researchers and policy-makers with the most up-to-date review of the state-of-knowledge and suggestions for best-practice on the use of NMV methods when applied to Indigenous peoples’ values.
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 | 0,072 | 0,247 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,022 | 0,020 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,007 | 0,010 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».