Turning the tide in estuary governance through collaboration? A systematic review, meta-synthesis, and conceptual framework
Notice bibliographique
Résumé
Estuaries are contested spaces and subject to highly variable environmental conditions and increasing human and climate change impacts. This leads to socio-economic and environmental conflicts and raises the question of how to achieve effective estuary governance that is capable of dealing with existing and future challenges. This article presents a systematic literature review and meta-synthesis of estuary governance using the Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) 2020 protocol. The review shows that, starting in 2010, research on estuary governance has slowly developed since then in various scientific disciplines, such as the environmental sciences, social sciences, and studies dealing with environmental governance. In recent years, this research has gained momentum, although it continues to exhibit notable terminological and conceptual ambiguity. In the context of this ambiguity, collaborative governance, a theory-based approach, provides both a conceptual foundation and an analytical lens to address and structure key aspects identified in the review. Conceptually seen, collaborative governance presents an approach in which state and non-state stakeholders work together to balance competing interests and try to achieve a common goal. Although some aspects, such as stakeholder engagement and knowledge integration, have—albeit mostly unintentionally—already been incorporated into the approach of estuary governance studies, there still exists a lack of studies applying collaborative governance in the field. To fill this gap, the paper proposes a conceptual framework for collaborative estuary governance informed by already existing approaches. We thus expand the “system context” of current approaches for estuarine realities by including concepts such as “environmental context” and “conflict context.” In brief, the paper suggests a structural re-conceptualization of estuary governance, as seen through a collaborative governance lens.
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 | 0,212 | 0,358 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,014 |
| Bibliométrie | 0,035 | 0,030 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,014 | 0,017 |
| Science ouverte | 0,006 | 0,010 |
| Intégrité de la recherche | 0,006 | 0,005 |
| 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 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 ».