Frames on human wildlife relationships in protected landscapes: lessons from the Gonarezhou National Park, Zimbabwe
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
One of the main challenges in multiple-use landscapes such as protected conservation areas is the coexistence of local communities with wildlife. This coexistence has been framed recently as human-wildlife relationships and plays a pivotal role in the governance of protected areas where communities and wildlife are entangled in complex interactions. We apply the frame concept to uncover the competing and conflicting, as well as multifaceted values, ideas, perceptions, and experiences of local communities and park officials that shape human-wildlife relationships in the Gonarezhou National Park, Zimbabwe. To surface different frames on human-wildlife relationships, we applied the Q-methodology. For this study we opted for a theory-driven Q-set that focused on a deductive development of Q-statements from the literature. In contrast to other studies, which focus on selected aspects of human-wildlife relationships, we take a systemic approach and include various facets (e.g., institutions, tangible and intangible costs, empathy, wildlife value orientation). The Q-Method was applied to 149 community members as well as park officials and led to 10 diverging frames on human-wildlife relationships. The findings furthermore revealed on the one hand that park officials are not a homogenous group that can be clearly distinguished from the communities in their perceptions, values, and experiences, nor are the communities themselves homogenous. In contrast, we identified intra-and inter-community frame conflicts. The revealed variety of frames improves the understanding of conservation conflicts and supports more equitable governance of protected areas and landscapes.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle