Effects of Large-Scale Acquisition on Food Insecurity in Sierra Leone
Notice bibliographique
Résumé
The recent phenomenon of large-scale acquisition of land for a variety of investment purposes has raised deep concerns over the food security, livelihood and socio-economic development of communities in many regions of the developing world. This study set out to investigate the food security outcomes of land acquisitions in northern Sierra Leone. Using a mixture of quantitative and qualitative research methods, the study measures the severity of food insecurity and hunger, compares the situation of food security before and after the onset of operations of a land investing company, analyzes the food security implications of producing own food versus depending on wage labour for household food needs, and evaluates initiatives put in place by the land investing company to mitigate its food insecurity footprint. Results show an increase in the severity of food insecurity and hunger. Household income from agricultural production has fallen. Employment by the land investing company is limited in terms of the number of people it employs relative to the population of communities in which it operates. Also, wages from employment by the company cannot meet the staple food needs of its employees. The programme that has been put in place by the company to mitigate its food insecurity footprint is failing because of a host of reasons that relate to organization and power relations. In conclusion, rural people are better off producing their own food than depending on the corporate structure of land investment companies. Governments should provide an enabling framework to accommodate this food security need, both in land investment operations that are ongoing and in those that are yet to operate.
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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».