Payments for ecosystem services in Colombia : discourses, design and motivation crowding
Bibliographic record
Abstract
Els pagaments dels serveis ecosistèmics (PSE) han estat promoguts des de la dècada dels noranta per institucions globals, ONGs de conservació i governs nacionals i regionals per incentivar els propietaris a mantenir la biodiversitat i la cobertura forestal, així com per restaurar o millorar la prestació de serveis ecosistèmics. PES ha penetrat a l'agenda de polítiques globals mediambientals perquè promet un enfocament de conservació directa que aborda simultàniament la protecció del medi ambient i la reducció de la pobresa. Amèrica Llatina predomina l'implementació del PES, amb els programes nacionals de Costa Rica (1998) i Mexico (2003) sent dos dels sistemes més grans del món, seguits del programa de conversió de terres inclinades de la Xina. Malgrat la creixent popularitat del PES, segueix sent un concepte controvertit i dinàmic que planteja moltes preocupacions, incloent-hi la monetització de les funcions dels ecosistemes, els compromisos entre l'eficàcia ambiental i les consideracions d'equitat i els possibles riscos d'amuntegament de la motivació. disminuir les motivacions proambientals. Mitjançant un enfocament multidisciplinari i de mètodes mixts, aquesta tesi contribueix a aquests debats investigant com s'ha conceptualitzat i implementat el PES a Colòmbia, un dels que es troben més tard a l'agenda del PSE, que es distingeix globalment tant pel seu alt nivell de biodiversitat com per la seva taxes de deforestació. Aquesta tesi fa dues contribucions principals a la literatura del PSE: en primer lloc, teòricament es mostra la importància d'identificar els punts de convergència entre els discursos del PSE per facilitar l'implementació del SPO segons les necessitats i realitats locals. També destaca el paper important de les motivacions en l'eficàcia de les polítiques de conservació que tenen com a objectiu canvis de comportament. En segon lloc, metodològicament, avança la metodologia Q desenvolupant un protocol sistemàtic i replicable per capturar, definir i prioritzar les declaracions PES de les xarxes socials. També proposa que les motivacions i els comportaments s'analitzin per separat i no s'assumeixin com a intercanviables.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.015 | 0.014 |
| Scholarly communication | 0.013 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".