Pathways to just conservation: A crisp-set qualitative comparative analysis of environmental defender mobilization in conservation conflicts
Notice bibliographique
Résumé
Conservation policies intended to address biodiversity loss and climate change are increasingly linked to land dispossession, human rights violations, and the criminalization of environmental defenders. While prior research has highlighted the risks defenders face, less is known about the strategies and conditions that enable them to succeed. This study uses crisp-set Qualitative Comparative Analysis (csQCA) of 25 conservation conflict cases from the Environmental Justice Atlas to identify the pathways through which defenders effectively resist unjust conservation practices. We identify four causal pathways to successful mobilization: two epistemic strategies, where defenders use alternative knowledge mobilization to either strengthen legal claims or build broad coalitions; one preventive strategy focused on early mobilization; and a comprehensive strategy drawing on nearly all conditions, except direct action. Across all pathways, alternative knowledge mobilization, such as defender-led health studies and ecological assessments, plays a central role in successful mobilization, while direct action tactics were notably absent in all successful pathways. These findings challenge assumptions about confrontation as a necessary ingredient for effective resistance and advance new insights into how knowledge politics shape just outcomes in conservation conflicts. As the global conservation community intensifies efforts to safeguard biodiversity and uphold the rights of affected communities, centering the strategies and experiences of environmental defenders is essential to ensuring equitable and effective conservation.
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 | 0,023 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,009 | 0,017 |
| Communication savante | 0,005 | 0,009 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,001 | 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 ».