Protected areas under pressure: An online survey of protected area managers regarding social and environmental conservation target attainment and stakeholder conflicts
Notice bibliographique
Résumé
The Sustainable Development Goals (SDGs) recognize the interconnectivity between a diverse set of agendas. Identifying policies and practices that can reconcile incompatibilities across goals remains a challenge. With concurrent biodiversity and climate crises, the world faces increased pressure to find effective options for building resilience in remaining intact landscapes and ecosystems, which is critical for making progress toward several SDGs. While pressures on biodiversity and ecosystems have intensified dramatically, recent studies have shown a high geographic coincidence between important ecosystems and social conflict. Considering this, it is critical to understand how to manage Protected Areas (PAs) to effectively deliver environmental and social dividends while also minimizing or effectively managing stakeholder conflict. In this study, we present the results of an online survey of PA managers administered in 2021 to explore these themes. We conduct correlational analysis to identify patterns in survey data provided by PA managers from a variety of geographies. Building upon previous studies on the interlinkages between PA governance and social conflict, our results highlight the real challenge conflict presents for conservation efforts. Our findings also indicate that broader and more inclusive involvement of a wide range stakeholders in PA management is critical for enabling better environmental and social outcomes, but many PA managers lack the resources and support needed to effectively involve a wide array of stakeholders. Future studies should undertake case studies and qualitative work to uncover the dynamics between stakeholder conflicts, exogenous shocks, and conservation in specific contexts.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».