MétaCan
Menu
Retour à la cohorte
Enregistrement W2114042274 · doi:10.15353/cfs-rcea.v2i2.94

LGAR - Land grabs, the agrarian question and the corporate food regime

2015· article· en· W2114042274 sur OpenAlexaffvenue
A. Haroon Akram‐Lodhi

Notice bibliographique

RevueCanadian Food Studies / La Revue canadienne des études sur l alimentation · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésLand grabbingAgrarian societyCapitalismScholarshipCivil societyPoliticsContext (archaeology)Political economyPolitical scienceArgument (complex analysis)SociologyLawGeographyAgricultureBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Over the last decade civil society organizations and activist-scholars have pointed to “land grabbing” as one of the central issues to have emerged in the world food system. In particular, land grabbing was identified as a new and immediate international development issue by the non-governmental organization GRAIN in 2008 (www.farmlandgrab.org). Since that time land grabbing has generated a voluminous literature of a highly variable quality—some scholarship is outstanding and some is shoddy (Oya, 2013). This contribution seeks to clarify what constitutes land grabbing and why it takes place, as well as the key challenge that scholars and civil society activists face in confronting land grabbing in the context of the question of feeding the world. The central argument is that when a structuralist political economy is used to interpret the land grab phenomenon, it becomes analytically clear that contemporary land deals demonstrate that dispossession by displacement, or what has historically been known as the “so-called primitive accumulation”, has been resurrected as an accumulation strategy of global capitalism witnessing, for the first time in decades, the limits to the market. It is an accumulation strategy that cannot, however, deliver food justice or deal with the climate emergency.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,870
Score d'incertitude au seuil0,893

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,069
Tête enseignante GPT0,212
Écart entre enseignants0,143 · 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

Citations8
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Food Studies / La Revue canadienne des études sur l alimentationMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207