MétaCan
Menu
Retour à la cohorte
Enregistrement W2754747631 · doi:10.20886/jpsek.2017.14.2.101-118

MEKANISME AKSES PADA HAK KEPEMILIKAN DI KESATUAN PENGELOLAAN HUTAN PRODUKSI MERANTI, SUMATERA SELATAN

2017· article· id· W2754747631 sur OpenAlexaff
Ja Posman Napitu, Aceng Hidayat, Sambas Basuni, Sofyan Sjaf

Notice bibliographique

RevueJurnal Penelitian Sosial dan Ekonomi Kehutanan · 2017
Typearticle
Langueid
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusiness

Résumé

récupéré en direct d'OpenAlex

The interest of various parties on forest utilization access lead to the ambiguity of property rights due to user overlapping. This research explained the ambiguity factors of property rights from access mechanism and its relation to the land conflict. The research using purposive sampling method to obtain data of land use change, documents, historical study, as well as in-depth interviews of 123 people key informant. Rapid Land Tenure Assessment (RaTA) and descriptive analysis method were used to analyze the data. The results showed that both access and property rights theory could explain the overlapping use on forest area in Meranti Forest Management Unit (FMU). Analysis of rights-based access mechanism explained factors within the property rights status and the causes of land overlapping, i.e. the dynamics of management change, boundaries area issues, and lack of control. The factors of land user based on structure mechanism were the kinship ties, patroness system or pesirah, community and religious leaders. The access of structure mechanism have lead to claim of 38.53% areas of Meranti FMU. Changes of the rules have increased new users and causing overlapping between bussines license holder with community access. The research recommends avoiding change of area management forms, and for involving local communities in determining new users, duration, and profit sharing.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0070,002
Communication savante0,0030,002
Science ouverte0,0040,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,021
Tête enseignante GPT0,229
Écart entre enseignants0,208 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Penelitian Sosial dan Ekonomi KehutananMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207