Coupling ecosystem-centered governance modes with environmental justice
Notice bibliographique
Résumé
In North America, Great Lakes Areas of Concern (AOCs) were established to remediate aquatic pollution in 1987 as part of a binational agreement between the United State of America and Canada. Although the action preceded formal environmental injustice acknowledgment, the AOC program's effort to remediate legacy pollutants includes language with the potential to accomplish core goals of EJ: democratizing decision-making and reducing disproportionate environmental burden. Yet, in AOCs, discussions of public engagement regarding AOC work tend to define participation institutionally (i.e., the state, market, and civil society) rather than by racial or socioeconomic inclusivity. Understanding how AOC governance processes consider representation of, and benefit to communities negotiating remediation decisions from positions of systemic disadvantage requires addressing the relationship between ecosystem-centered governance modes and environmental justice. In this study, interviews with governance actors reveal that concern for EJ issues wield different forms of authority as ecosystem-centered governance and environmental justice couple, decouple, and uncouple. Changes in coupling correspond with shifts in ecosystem-centric governance mode, but coupling does not rely on any one particular governance arrangement. Instead, coupling relies on leadership practices and conceptions of fairness that are EJ-responsive and present EJ as indistinct from ecosystem goals and targets. Our findings reinforce the assertion that ecosystem-centered governance can be reimagined to better facilitate EJ even without changes in financial and regulatory constraints. We conclude by proposing empirical measures that advance EGM-EJ qualitative scholarship and practical advice about how to cultivate EJ-responsive leadership in ecosystem-centered governance arrangements.
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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».