Scale, evidence, and community participation matter: lessons in effective and legitimate adaptive governance from decision making for Menindee Lakes in Australia’s Murray-Darling Basin
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Rivers and their interdependent human communities form social-ecologically complex systems that reflect basin scale functionally but are often governed by spatially mismatched governance systems. Accounting for this complexity requires flexible adaptive governance systems supported by legitimacy in decision-making processes. Meaningful community dialogue, information exchange, transparency, and scientific rigor are essential to this process. We examined failings in the adaptive governance of the Menindee Lakes system, a major Australian wetland system on the Barka/Darling River of the Murray-Darling Basin. Ecological sustainability of the Menindee Lakes was a casualty of a top-down governance, driven by the New South Wales Government in pursuit of “water savings” for the Murray-Darling Basin, a large scale, federally influenced region. We used quantitative and qualitative methods to analyze long-term social-ecological impacts and stakeholder perceptions of adaptive governance. State and federal government agencies failed basic processes of adaptive governance, ignoring local environmental sustainability in pursuit of basin scale objectives at great cost to governments, communities, humans, and non-humans. This resulted in the development of an ineffective, technocratic solution that lacked community input, leading to a complete loss of support by local communities, including traditional owners. We emphasize the importance of elements of scale in adaptive governance projects, if such projects are going to be effective and legitimate with consequences of coarse commitments to large spatial scale political and environmental objectives.
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.
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 | 0,002 | 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 | 0,001 | 0,000 |
| 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 découle