MétaCan
Menu
Retour à la cohorte
Enregistrement W2016186239 · doi:10.1080/00045600903202855

Territorial Tensions: Rainforest Conservation, Postconflict Recovery, and Land Tenure in Liberia

2009· article· en· W2016186239 sur OpenAlexaff
Leif Brottem, Jon D. Unruh

Notice bibliographique

RevueAnnals of the Association of American Geographers · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésRainforestPolitical scienceGovernment (linguistics)Land useNature ConservationCustomary landEnvironmental planningLand tenureCivil societyGeographyNatural resource economicsEnvironmental protectionEnvironmental resource managementDevelopment economicsEconomicsEcologyPoliticsLawAgriculture

Résumé

récupéré en direct d'OpenAlex

Since the cessation of civil conflict in 2003, the Liberian government is poised to expand greatly its protected area network to conserve the country's remaining rainforest. Liberia holds within its borders nearly half of the remaining Guinean rainforest, a global biodiversity hotspot. The planning process for this effort has been a central part of rebuilding Liberia's forestry sector, which helped fuel past conflict. The process, known as the Liberia Forestry Initiative, is widely considered to have been exemplary with regard to multistakeholder dialogue and policy making. Because the issue of land tenure remains widely contested, however, the initiative risks seriously aggravating land rights problems, complicating the prospects for a durable peace. This article focuses on the process through which land was zoned for strict protection and how this process is likely to exacerbate land tenure conflict in Liberia's priority conservation areas. Although the international conservation community sees postconflict scenarios as opportunities for promoting conservation initiatives, unresolved land tenure issues make for problematic outcomes, including land disputes and legal disarray. Such problems can result in significant volatility and can make the peace process and recovery much more, not less, difficult.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,228
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the Association of American GeographersMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207