Enhancing natural habitats conservation success on private lands by understanding and addressing deficiencies in social capital
Notice bibliographique
Résumé
Over the last decades, biodiversity conservation in Quebec province, Canada, has evolved from an ecology-centered discipline, mostly focused on ecosystem protection on public lands (e.g., protected areas and reserves), to an interdisciplinary field with increasing participatory efforts deployed to preserve private lands' habitats. Yet, conservation on private lands has experienced mixed results, notably because of limits regarding the creation of positive relationships to support community capacity to conserve through landowner engagement. It has proven difficult to integrate social knowledge and realities in the governance of conservation and to act on social-ecological issues to reach conservation objectives. In this paper, we study how social relationships shape conservation governance, and we illustrate the opportunities that these relationships offer and the limits that they impose. To do so, we explore social representations of social issues in conservation as perceived by actors and expressed during three participative workshops, carried out with a diverse array of actors in 2019 and 2020. We analyze our data through the concept of social capital to depict relationships through four dimensions (structural, functional, relational, cognitive). We find that social capital that supports landowner engagement and community capacity to conserve suffers from four forms of deficiencies. These are negative social capital, diverging social representations, dissociated social capital dimensions and sub-optimized social capital. These deficiencies are most prominent in relationships that link local actors to the provincial government, followed by relationships between municipal actors and other regional actors. We argue that bracing social capital through efforts that tackle all four dimensions at once might be the key to enhancing social connectivity in conservation governance. We conclude by identifying three broad needs for bracing social capital to improve conservation governance on private lands. These are 1) growing a shared understanding of conservation challenges through improved communication venues, 2) establishing feedback systems between local actors and decision-makers to encourage reciprocity in relationships, and 3) developing systemic knowledge to better inform conservation actions and avoid false solutions.
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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».