How do practitioners characterize land tenure security?
Notice bibliographique
Résumé
Abstract Improving land tenure security (LTS) is a significant challenge for sustainable development. The Sustainable Development Goals and other recent global initiatives have renewed and increased the need to improve LTS to address climate change, biodiversity loss, food security, poverty reduction, and other challenges. At the same time, policymakers are increasingly interested in evidence‐based policies and decisions, creating urgency for practitioners and researchers to work together. Yet, incongruent characterizations of LTS (identifying the key components of LTS) by practitioners and researchers can limit collaboration and information flows necessary for research and effective policymaking. While there are systematic reviews of how LTS is characterized in the academic literature, no prior study has assessed how practitioners characterize LTS. We address this gap using data from 54 interviews of land tenure practitioners working in 10 countries of global importance for biodiversity and climate change mitigation. Practitioners characterize LTS as complex and multifaceted, and a majority of practitioners refer to de jure terms (e.g., titling) when characterizing it. Notably, in our data just one practitioner characterized LTS in terms of perceptions of the landholder, contrasting the recent emphasis in the academic literature on landholder perceptions in LTS characterizations. Researchers should be aware of incongruence in how LTS is characterized in the academic literature when engaging practitioners.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,014 |
| Communication savante | 0,007 | 0,013 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».