Gender equity and collaborative care in Madagascar’s locally managed marine areas: reflections on the launch of a fisherwomen’s network
Notice bibliographique
Résumé
Collaborative care refers to the collectively formed reciprocal relationships that emerge between the human and more-than-human world. Such care relations are more robust when individuals from different socioeconomic, gender, and political stratifications participate in decision making. This condition applies to gender equity in ocean conservation and fisheries governance practices. Despite their deep involvement in marine fisheries and their labor in sustainable fisheries management and marine conservation, women are often underrepresented in and overlooked by environmental management institutions. Highlighting the importance of gender to effective marine management underscores the need to reconfigure leadership in marine resource governance, and to reconsider how that leadership is understood. To investigate how gender affects community-based conservation, this paper explores marine management practices in Madagascar. Incorporating conversational method and auto-ethnography, we center the expertise and experience of Malagasy women leaders, who have been deeply involved with the foundation and management of a gender-inclusive community marine resource management network. This is especially relevant to Madagascar, where locally managed marine areas (LMMAs) have expanded dramatically in the last decade. Many of these LMMAs have explicitly focused on reconfiguring power relations between international conservation efforts and local resource user needs and values. Overall, the LMMA approach has improved local involvement in resource management decisions, yet areas of weakness remain. We argue that a more inclusive, and thus more effective, approach to governing marine commons requires a focus on the act of commoning: the process through which reciprocity, accountability, and collaborative care are developed within a community. To achieve whole-community governance, we advocate for allocating more resources toward such commoning practices and toward those who are most marginalized in current marine management. Madagascar’s evolving network of fisherwomen leaders provides key insights into how interventions for commoning in marine conservation can advance collaborative care of interdependent human-environment systems.
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,034 | 0,033 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».