From conflict to collaboration through inclusive landscape governance: Evidence from a contested landscape in Ghana
Notice bibliographique
Résumé
The Western Wildlife Corridor (WWC) in Ghana’s Northern Savannah ecological zone is a contested landscape where efforts to reverse widespread environmental degradation often conflict with local livelihood concerns and broader development objectives. Despite policy measures to devolve natural resource decision-making authority, poor environmental management, persistent socioeconomic challenges, and increasingly limited livelihood opportunities for people living within the corridor prevail. This study investigates environmental degradation in the WWC and natural resource governance using information on stakeholder perceptions from stakeholder workshops, focus group discussions, and key informant interviews. We also explore how natural resource management might be strengthened to better deliver social, economic, and environmental goals. We found that despite a history of contestation, stakeholders were able to agree upon specific issues of common concern and generate a collaborative vision for the WWC landscape. Transitioning toward such a vision requires significant investment in strengthening current governance structures and building natural resource management capacity within the corridor and beyond. Furthermore, persistent challenges of conflicting stakeholder objectives and issues related to coordination, corruption, and non-inclusion in decision-making about natural resources must be addressed to advance progress. Stakeholders were able to formulate specific recommendations and a participatory theory of change to inform the development of a sustainable landscape management plan and future evidence-based policy that could steer the WWC toward a more resilient and multifunctional system that equitably supports livelihoods, biodiversity, and wider economic development. The methods for inclusive engagement in environmental decision-making are extrapolatable to other contexts facing similar social-environmental challenges.
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 | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,013 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».