Green Enterprises: A pathway to Women’s Economic Empowerment
Notice bibliographique
Résumé
Approximately 80 per cent of Nepal’s rural population, predominantly women, rely on NonTimber Forest Products (NTFPs) for their livelihoods. Despite ample studies on NTFPs, their role in economically empowering women is scant. Taking the case from four community forests in Nawalparasi, this paper examines how NTFPs such as the leaves of Shorea robusta (Sal) and Phoenix loureiroi Kunth (Thakal) are evident means to empower women. To understand how the process empowered women, the researchers emphasise their firsthand observations to serve as valuable data, complemented by key informant interviews (n=55), workshops (n=2), and formal and informal observations.. The results show that the annual harvestable yield of Sal leaves (3 CFs) and Thakal leaves are 207020.75 kg and 5089.35 kg respectively. This would create 448565 days of green employment opportunities for marginalised women and men. The research concludes that involving women in the inventory process aids in enhanced technical forestry knowledge, increased control over access to resources, attitude change, and shifts in power relations Hence, incorporating NTFPs in community forest operational plans and upscaling is recommended to promote economic, technical, and socio-cultural empowerment for both women and men.
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 | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».