MétaCan
Menu
Retour à la cohorte
Enregistrement W2546836615 · doi:10.1079/pavsnnr201611033

Structuring land restitution remedies for peace and stability in fragile states.

2016· article· en· W2546836615 sur OpenAlexaff
Jess Unruh

Notice bibliographique

RevueCABI Reviews · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLand Rights and Reforms
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésVariety (cybernetics)RestitutionPoliticsStructuringLaw and economicsOrder (exchange)Political scienceLawBusinessPublic relationsSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Large-scale dislocation of populations due to land expropriations and armed conflict presents significant difficulties for political stability and food security in fragile states. With increased use of mass claims programs by the international community and governments in order to attend to the problem, attention is focusing on what works. While organizing mass claims programs is challenging, the real difficulty is deriving remedies that are realistic, effective, implementable and that fit the wide variety of circumstances that people, communities and nations find themselves. Although the temptation can be to simply transfer specific remedies from one country to another, in reality these can be difficult to implement with success in places with different cultures, histories, grievances, aspirations and ethnic, sectarian, religious and class divisions. This paper argues that what is more important is the 'structure' of remedy approaches and how these can be adapted to local and national realities. As well, the necessity of any mass claims program to navigate constraints involving inadequate compensation funds, a lack of alternative lands for reparation, a low-capacity administrative environment and a variable willingness to evict current occupants, means that such structures need to be flexible, permutable and adaptable. This review examines the restitution remedy structures that fit these requirements, and that have been successfully implemented in a variety of land and property mass claims programs.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,042
Tête enseignante GPT0,248
Écart entre enseignants0,206 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCABI ReviewsMême sujetLand Rights and ReformsTravaux en français237 207