Peripheral Urbanism in Africa: Border Towns and Twin Towns in Africa
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There has been a proliferation of research on Africa’s borderlands over the past decade, which reflects their centrality in regional systems of trade and the rapid growth of border settlements. The development of twin towns/cities at the border, which has attracted the interest of scholars in other regions of the world, has been a distinctive feature of Africa as well. This paper examines some of the particularities of peripheral urbanism in Africa, whilst seeking to avoid a resort to continental exceptionalism. It begins by tracing some broad patterns before homing in on two sets of case-studies along the Uganda/Kenya and Ghana/Togo borders. The paper argues, firstly, for the enduring importance of colonial infrastructural investments and the policy choices that were made after independence. Secondly, it highlights the markedly different variations of scale, ranging from the border capitals of Kinshasa and Brazzaville at one end of the spectrum, through growing towns like Busia-Uganda and Busia- Kenya, to a multiplicity of smaller border settlements at the other end. Thirdly, the paper argues that administrative logics and trade dynamics have been the main drivers in the expansion of twin cities/towns, although the flight of populations from insecurity have also played a significant role in the Great Lakes region and in West-Central Africa. Finally, the paper points to a feature that has been identified in other regions as well, notably the often marked asymmetries between border settlements, which reflects the influence of deeper historical trajectories and contemporary patterns of trade and population movement alike.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 découle