MétaCan
Menu
Retour à la cohorte
Enregistrement W4360596963 · doi:10.5751/es-13726-280147

Toward adaptive water governance: the role of systemic feedbacks for learning and adaptation in the eastern transboundary rivers of South Africa

2023· article· en· W4360596963 sur OpenAlexvenueno aff
Sharon Pollard, Eddie Riddell, Derick du Toit, Daniel Retief, Ray Ison

Notice bibliographique

RevueEcology and Society · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceTransformative learningSustainabilityIntegrated water resources managementStakeholderEnvironmental resource managementClimate governanceWater resourcesSocial learningPolitical scienceEnvironmental planningBusinessKnowledge managementGeographyPublic relationsSociologyEcologyComputer scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

This paper contributes to scholarship on adaptive water governance (AWG), following policy reforms in South Africa, through a focus on systemic feedbacks for learning and adaptation as critical aspects of AWG. We draw insights from three innovative and evolving water governance experiments. In 1998 South Africa adopted integrated water resources management (IWRM) as a transformative approach for achieving an equitable, sustainable, and decentralized stakeholder-centered water resources governance: all hallmarks of an enabling environment for a two-decade history of AWG, although not named as such. Progress in AWG is explored by using a longitudinal, evaluative exploration of three cases in two transboundary basins in South Africa, with a focus on the unfolding enabling environment for achieving sustainability and equity. Building on previous work, we present and discuss a range of enablers that are shown to function systemically to support feedbacks and build adaptive capacity and resilience in complex and uncertain river systems. In the Crocodile Basin, meta-governance arrangements that created an enabling space for collaborative experimentation and learning proved critical as feedbacks were progressively strengthened and embedded through evolving social and institutional arrangements. The enabling environment also supported a networked, blended system of stakeholder- and state-led platforms that have co-evolved through experimentation and learning. Despite progress, long-term persistence of action-learning feedbacks appears less certain in the Olifants Basin cases. We suggest that enabling meta-governance arrangements that offer an institutional home within which to embed learning is critical. The need to explore alternative networked governance arrangements and to explicitly manage for feedbacks that enhance learning at multiple scales is emphasized. We conclude with recommendations for future work on AWG, including reconciling differences between AWG and IWRM that originally framed South African reforms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,644
Score d'incertitude au seuil0,101

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,182
Écart entre enseignants0,169 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and SocietyMême sujetWater resources management and optimizationTravaux en français237 207