MétaCan
Menu
Retour à la cohorte
Enregistrement W3095192811 · doi:10.1163/17087384-12340068

National Security, Property Rights, and Development in Nigeria: How Should the Leviathan Resolve Herder-Farmer Conflict?

2020· article· en· W3095192811 sur OpenAlexvenueno aff
Chidebe Matthew Nwankwo

Notice bibliographique

RevueAfrican Journal of Legal Studies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransboundary Water Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgrarian societyProperty rightsState (computer science)PoliticsInsurgencyPolitical sciencePolitical economyEthnic conflictEthnic groupPastoralismDevelopment economicsLawSociologyGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract The spate of violent clashes between nomadic pastoralists and agrarian communities in Nigeria raises a number of legal and policy questions that had been long overlooked. Issues arising from the phenomenon range from questions over constitutionally guaranteed rights such as the right to own property, to questions over the inadequacies of Nigeria’s security apparatus as well as calls for land use reforms. Additionally, due to the groups affected and the scale of casualties, the topic has become a political molten magma. The constant conflicts between nomadic pastoralists who are majorly from the Fulani ethnic group, and agrarian communities from other parts of the country have reached unprecedented levels leading to accusations of coordinated attempts at land grab, ethnic cleansing, jihad and insurgency, threatening the country’s security and stability in the process. Fiscally, the destruction of lives and property and the state of insecurity emanating from the clashes stood at $16 billion in potential revenue as at 2018. In no small measure have these clashes been precipitated by climate change and the consequent drought in the Sahara region. This paper analyses the role of the Nigerian state in balancing the interests of affected groups in the clashes and promoting development. At its core, it seeks to identify legal and policy gaps that require filling to put a definite end to the lingering crisis.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil0,478

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
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 Opus0,106
Tête enseignante GPT0,316
Écart entre enseignants0,209 · 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'étudeQualitatif
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Legal StudiesMême sujetTransboundary Water Resource ManagementTravaux en français237 207