MétaCan
Menu
Retour à la cohorte
Enregistrement W2753518473 · doi:10.5555/1480-6800.20.1.17

Gulf Cooperation Council Countries and the Global Land Grab

2017· article· en· W2753518473 sur OpenAlexaffvenue
Logan Cochrane, Hussein A. Amery

Notice bibliographique

RevueArab world geographer · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésChinaCommodityMember statesResource (disambiguation)Distribution (mathematics)BusinessScale (ratio)GeographyInternational tradeEconomyPolitical scienceEconomicsFinanceLawEuropean union

Résumé

récupéré en direct d'OpenAlex

A rapid increase in large-scale land acquisitions associated with the food-commodity price spike in 2008 resulted in a flurry of journalistic, non-governmental organization, and academic publications. One of the primary narratives that emerged was that oil-rich Gulf states were driving a “land grab” from resource-poor countries. However, little was known about who was making deals and where. This article assesses the extent to which the member states of the Gulf Cooperation Council (GCC) are, in fact, primary players. We first compare the total number of deals and land areas involved, finding that individual GCC member states have been relatively minor players compared to the United States, the United Kingdom, China, Singapore, and Malaysia—each of whom, moreover, finalized more deals than all the GCC countries put together. We next compare the geographic distribution of acquisitions, comparing the trends for GCC member states with those of the major investing countries, and assess which countries have ac...

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 enseignants0,203
Score d'incertitude au seuil0,970

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,017
Tête enseignante GPT0,210
Écart entre enseignants0,192 · 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

Citations10
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArab world geographerMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207