Community-led marine OECMs: Assessing enabling regulatory frameworks and potential cases in Indonesia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Convention on Biological Diversity’s Kunming-Montreal Global Biodiversity Framework (KM-GBF) calls for conserving at least 30 percent of the planet through protected areas or Other Effective Area-based Conservation Measures (OECMs) by 2030. OECMs can complement Marine Protected Areas by recognising diverse forms of management delivering biodiversity benefits regardless of their objectives. A key barrier to their implementation is a lack of legal clarity on OECM identification, recognition, and monitoring at the national level. To address this, we examine Indonesia’s marine and forestry regulations in the context of OECM criteria, identifying opportunities to adapt existing policies to support the recognition of community-led marine areas as OECMs. These regulations generally align well with Criterion A (non-protected area) and Criterion B (active governance), but gaps remain in addressing effectiveness in conserving biodiversity (Criterion C) and associated ecosystem services and socio-cultural values (Criterion D). Building on this analysis, we evaluated three Locally Managed Marine Areas in Indonesia to assess how the OECM framework could support on-ground management practices. These case studies showed conservation effectiveness, with increases in resource availability (e.g. >65% more catch in two sites). Our findings underscore OECMs’ potential as inclusive, adaptable models for advancing biodiversity targets in Indonesia and beyond.
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.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle