Linkages Between Large-scale Infrastructure Development and Conflict Dynamics in East 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
With the rapid increase in the number of mega-infrastructure projects underway across East Africa, how the social, economic, political and environmental repercussions of these projects intersect with ongoing conflict dynamics is a poorly understood topic. Although recent interest in large-scale land acquisitions has led to a number of detailed investigations into specific projects and trends, there has not yet been a broad, systematic review of how large-scale infrastructure developments in East Africa interact with previous, ongoing and potential conflict in their areas of operation. The objective of this article is to report on an analysis of 26 mega-infrastructure projects across Kenya, Tanzania, Ethiopia and Uganda, with an explicit focus on the common tension points that contribute to security dynamics. The methodology used involved two composite indicators of risk—a conflict risk score and a project impact score. The study found seven common tensions across all projects: in-migration, population displacement and relocation, a negative history of community relations with previous or follow-on developments, land rights, securitisation, environmental degradation and expectations of the local population relative to benefits delivered by the project. The study recommends increased attention on prior assessments that focus on the broader and more interconnected impacts in addition to those confined to the immediate project location, as well as in-depth examination of possible mitigation measures. JEL Classification: O1, O2, Q2, Q3, Q4, R1, R4
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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