MétaCan
Menu
Retour à la cohorte
Enregistrement W2016592240 · doi:10.1080/09663690500094799

Zimbabwe's ‘Fast Track’ Land Reform: What about women?

2005· article· en· W2016592240 sur OpenAlexaff
Allison Goebel

Notice bibliographique

RevueGender Place & Culture · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican studies and sociopolitical issues
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésAppropriationLand reformRedistribution (election)Government (linguistics)Land lawContradictionPolitical sciencePrivilege (computing)Land grabbingLand titlingCustomary landRelocationLand registrationEconomic growthLand tenurePoliticsPublic administrationLawGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

The wave of occupations of commercial farms in Zimbabwe starting in the year 2000 captured worldwide attention. By the end of that year, the government of Zimbabwe initiated the ‘fast track’ land reform process meant to formalize the occupations, and encourage further land appropriation and redistribution. Where are women in this process? The Women and Land Lobby Group (WLLG) was formed in 1998 by Zimbabwean women activists committed to the land issue. Since 1998 they have lobbied government to include women's interests in the design of land reform, and have made some inroads in improving women's formal rights to land as stated in policy documents. However, the current ‘fast track’ practices continue to privilege men as primary recipients of resettlement land, and the emerging role of traditional authorities in the land reform process marginalizes women. Other legal provisions that may help women struggle for changes remain weak. The contradiction between customary law, practices and attitudes and modern individual rights represents a complex battleground for women and land in Southern Africa, and calls for new feminist conceptualizations of the state as a vehicle for gender justice.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,164

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0090,010
Communication savante0,0070,008
Science ouverte0,0000,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,023
Tête enseignante GPT0,307
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations47
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGender Place & CultureMême sujetAfrican studies and sociopolitical issuesTravaux en français237 207