Marine protected areas governance, social norms, and social networks
Notice bibliographique
Résumé
Establishing marine protected areas (MPAs) in places where communities live and work requires addressing the social implications of conservation. Social norms and social networks are bottom-up processes through which resource users self-organize to solve collective action problems. When formal institutions (e.g., regulations) build on these processes they are more likely to be effective and equitable. This research elicits social norms and maps an information-sharing social network (n = 81) in three small-scale fishing communities located near the Asinara MPA in Sardinia, Italy. Findings indicate that these communities are not grouped under one social network, but rather are split into three subgroups, which may at first suggest limited capacity for collective action given the apparent lack of social cohesion. Nevertheless, analyses on the distribution and strength of social norms denote that cooperative behaviours are still strong within the Asinara communities. Importantly, the second part of the analyses revealed the presence of central resource users, within each subgroup, who could act as bridges between the heterogeneous knowledge systems, ideas, and practices that have developed separately in each subgroup. Leveraging this diversity can generate new solutions to common challenges and further enhance collective action capacity for the whole Asinara social network. Understanding the social dimension of MPAs can enhance both the effectiveness and equity of governance and management arrangements (e.g., Target 3 of the Kunming-Montreal Global Diversity Framework) by highlighting areas where collective action is strong, enabling regulations to build on these existing processes, and by developing strategies to provide additional support where collective action is lacking. • Social norms and social networks help better understand fisher behaviour in the commons. • Knowledge on the social dimensions of MPAs can inform governance and management. • Communities can maintain strong norms of cooperation despite network fragmentation.
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 | 0,007 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».