MétaCan
Menu
Retour à la cohorte
Enregistrement W4322630772 · doi:10.3390/land12030580

Using Scenario Building and Participatory Mapping to Negotiate Conservation-Development Trade-Offs in Northern Ghana

2023· article· en· W4322630772 sur OpenAlexaff
Eric Rega Christophe Bayala, Kwabena O. Asubonteng, Mirjam Ros-Tonen, Houria Djoudi, Freddie Sayi Siangulube, James Reed, Trey Sunderland

Notice bibliographique

RevueLand · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesConsortium of International Agricultural Research CentersBundesministerium für Umwelt, Naturschutz, Bau und ReaktorsicherheitUniversiteit van AmsterdamUnited States Agency for International Development
Mots-clésStakeholderNegotiationEnvironmental resource managementCitizen journalismParticipatory GISNatural resource managementEcosystem servicesCorporate governanceEnvironmental planningNatural resourceBusinessStakeholder engagementPolitical scienceGeographyEcologyEcosystemPublic relationsEconomics

Résumé

récupéré en direct d'OpenAlex

In multifunctional landscapes, expanding economic activities jeopardise the integrity of biodiverse ecosystems, generating conservation-development trade-offs that require multi-stakeholder dialogue and tools to negotiate conflicting objectives. Despite the rich literature on participatory mapping and other tools to reveal different stakeholder perspectives, there is limited evidence on the application of such tools in landscape-scale negotiations. This paper addresses this gap by analysing a participatory mapping process in Ghana’s Western Wildlife Corridor, where a community-based landscape governance system called the community resource management area (CREMA) exists. Data from three participatory mapping workshops and focus group discussions with community and institutional actors reveal that increasing demand for food and natural resources and climate change impacts are drivers of landscape degradation, resulting in declining faunal and floral biodiversity and reduced ecosystem services. Meanwhile, community actors prioritise the expansion of farming land, while institutional actors prioritise forest conservation. However, scenario building and participatory mapping helped communicate each other’s aims and reach a negotiated consensus. Finally, power relations, cultural and traditional rules, and differences in knowledge affected deliberations and decision-making. We conclude that scenario building and participatory mapping can contribute to an inclusive landscape approach, provided that well-functioning multi-stakeholder platforms are in place and facilitators adequately navigate power imbalances and recognise different kinds and degrees of knowledge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,007
Communication savante0,0030,006
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,254
Écart entre enseignants0,173 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLandMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207