Centering community values in marine planning
Notice bibliographique
Résumé
Centering community values in conservation decision-making can mitigate harm to social-ecological systems caused by the climate, biodiversity, and social justice crises. However, it can be unclear how to weave these values into complicated processes, such as marine spatial planning (MSP), that have historically favoured western and biophysical knowledge and can perpetuate inequitable and status-quo power dynamics. Here, we contribute a community-led approach to create knowledge in support of MSP that works to center local and Indigenous values. Indigenous, academic, and non-profit partners co-created a mixed-methods participatory mapping approach to characterize place-based values within a fjord in the Salish Sea. We conducted 30 interviews and 300 surveys to map ocean-based values and characterize interactions across values (e.g., perceptions of conflicts and compatibilities). Communities strongly supported ecological values and identified places where spatial conservation and management opportunities could be explored with minimal perceived trade-offs. Results were shared with a community MSP decision-support tool to improve data accessibility and bridge the gap between knowledge and action. This mixed-methods approach can be replicated in other coastal communities to elevate the inclusion of social and cultural data in MSP and enhance harmonization of planning processes across governance scales (e.g., Indigenous, local, provincial, federal, transboundary). Overall, this case study contributes a local and Indigenous-partnered approach that centers community values and knowledge in early MSP stages so that both ocean and community health are meaningfully protected.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,012 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».