Situación de los derechos de carbono de Pueblos Indígenas, comunidades locales y Pueblos Afrodescendientes en tierras y bosques tropicales y subtropicales
Bibliographic record
Abstract
El interés por utilizar soluciones al cambio climático basadas en la naturaleza (SBN) nunca ha sido mayor entre los Gobiernos, empresas y organizaciones no gubernamentales (ONG) del mundo, debido a los escasos avances que se están produciendo en la reducción de las emisiones de carbono en los países industrializados. En principio, las SBN tienen por objeto movilizar fondos multilaterales, bilaterales y privados para financiar iniciativas de protección, gestión y restauración de los ecosistemas, con el fin de mitigar y eliminar las emisiones de carbono, generando al mismo tiempo beneficios sociales y ambientales. En este informe se resumen los hallazgos de un estudio realizado por la Iniciativa para los Derechos y Recursos (RRI) y la Universidad McGill enfocado en analizar los derechos sobre el carbono11 de los Pueblos Indígenas, las comunidades locales y los Pueblos Afrodescendientes de 33 países: 11 de África, 9 de Asia y 13 de América Latina.12 Se calcula que estos países abarcan el 67 por ciento de los bosques tropicales y subtropicales del mundo13 y, en total, tienen una población rural de 1.54 billones de personas, esto es, más del 44 por ciento de la población rural del mundo. Para este análisis, se recabaron datos sobre 35 indicadores de leyes y políticas nacionales en materia de derechos sobre la tierra, el carbono y los recursos en varios ámbitos, como el derecho constitucional, la administración de la tenencia de la tierra y la legislación forestal, climática y ambiental. El análisis hace referencia a las normas jurídicas que regulan los 96 Regímenes de Tenencia Comunitaria (RTC) que RRI identificó en los 33 países.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".