Strengthening a resilient protected area workforce to advance the 30x30 goal: the case of Madagascar
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
Protected areas depend on a reliable and strong workforce to achieve biodiversity conservation goals. The Kunming Montreal Global Biodiversity Framework adopted a target to protect at least 30 per cent of the planet’s land and seas by 2030, also known as 30x30. To reach and maintain this ambitious goal, an expanded conservation workforce is indispensable. Despite this, most protected areas are currently critically understaffed. This study examines staffing in shared governance protected areas in Madagascar - a biodiversity hotspot that has significantly expanded its protected area network since 2015. We explore factors that attract and retain protected area workers in order to suggest recommendations for workforce development. We employ a qualitative approach utilising face-to-face interviews and a survey of protected area staff and local communities in Madagascar. We obtained data from 62 individuals across 10 protected areas, under IUCN management categories II, V and VI. Findings indicate that understaffing is a dynamic rather than a static phenomenon. A key motivation for working in the protected area sector is place attachment. Non-monetary work practices including place-based empowerment of community groups and gender-inclusive approaches can improve organisational culture to meet growing human resource needs in protected areas. By charting a new path for workforce development, protected areas may be able to address long standing human resources issues and contribute to community empowerment and sustainable livelihood.
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 | 0,000 | 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 | 0,000 | 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