Cultural and empowerment priorities amid tensions in knowledge systems and resource allocation: insights from the Great Limpopo Transfrontier Conservation Area
Notice bibliographique
Résumé
Transfrontier Conservation Areas (TFCAs) are promoted as models of community-inclusive conservation, yet they often face criticism for inadequately incorporating community concerns into policy development. This study investigates community perspectives within the Great Limpopo Transfrontier Conservation Area (GLTFCA) using Q-methodology to explore diverse viewpoints on Park Management Plans (PMPs). The research addresses three primary questions: which aspects of the PMP are most valued by GLTFCA communities; the extent of agreement and disagreement among these communities; and the areas where community viewpoints show the most significant tensions. Data was collected through Q-sort exercises with 103 participants from four GLTFCA communities, followed by post-sorting interviews to enhance validity. Findings reveal that empowerment and cultural heritage are the most dominant aspects valued by the communities. There is a strong preference for direct, tangible benefits over long-term promises. However, significant tensions exist between traditional knowledge systems and modern resource allocation strategies, highlighting the complexities of integrating diverse perspectives into park management. The study's implications suggest that TFCA policies need to better align management strategies with community priorities, emphasizing tangible benefits and cultural heritage to enhance community engagement. Additionally, addressing epistemological diversity by providing diverse approaches linking to the pluralism of viewpoints or identifying other synergistic, transdisciplinary, and separation approaches can help manage these tensions. This study confirms the critical issues of benefit sharing within TFCAs, providing insights that can inform equitable management strategies through direct democratic processes. Additionally, it highlights the intra- and inter-community heterogeneity of perspectives, contributing to broader debates on the effectiveness of TFCAs.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,016 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 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 ».