Not in it for the money: Meaningful relationships sustain voluntary land conservation initiatives in Peru
Notice bibliographique
Résumé
Abstract Voluntary land conservation, including privately protected areas (PPAs), is a key component of enabling the future of biodiversity on Earth. Accordingly, the question of motivations has preoccupied conservation social science. True motivations are difficult to ascertain, however, even for ourselves. Accordingly, we explore a novel narrative elicitation approach to ask: what features of the land and landowners' relationships with the land encourage and sustain their commitment to voluntary conservation? What value framings are conveyed by landowners when sharing their origin stories and the reasons for sustaining such efforts? We conducted semi‐structured interviews with 32 landowners of PPAs across Peru. Interviews were designed to elicit landowners' origin stories and ongoing relationships with the land, as well as the values they hold about those relationships. This paper challenges the current perception that PPAs are driven by wealthy and foreign landowners in the Peruvian context. Instead, this paper showcases PPAs as the manifestation of local visions for conservation that align with the landowners' longstanding relationships with the land. Here we identified 15 different relational values that landowners have with nature, non‐human and human beings that underlie their voluntary conservation efforts. The paper highlights the importance of taking a relational perspective (recognizing that our existence is enabled and shaped by the relationships we have with others and with nature) when studying land conservation, emphasizing how PPAs are the reflection of landowners' intention to maintain, protect and restore the multiple relationships embedded in the land they strive to conserve. Read the free Plain Language Summary for this article on the Journal blog.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».