MétaCan
Menu
Retour à la cohorte
Enregistrement W3125786627 · doi:10.5430/ijba.v3n4p54

An Examination of the Tenancy Agreement as a Shield in Property Management in Nigeria

2012· article· en· W3125786627 sur OpenAlexvenueno aff
Dabara I. Daniel, Olatoye Ojo, Okorie Augustina

Notice bibliographique

RevueInternational Journal of Business Administration · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Issues in South Africa
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLeasehold estateRentingBusinessLandlordFinanceLaw and economicsEconomicsLawPolitical science

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to critically examine tenancy agreement as a shield in property management in Nigeria. Renting is an essential component of a healthy housing system of a nation. It is observed that for most tenants, signing their tenancy agreement will be their largest financial commitment during the year; hence it is an issue not to be taken lightly. The rental housing sector in Nigeria is bedeviled with acute shortage of housing units (said to be between 14-17million units) this in turn impacts negatively on the sale and rental markets. The study revealed that tenancy agreement gives protection to the stakeholders in the rental housing sector only on paper. This is because many rental agreements between landlords and tenants in Nigeria are personal and informal in nature, concluded outside of any government regulatory framework or formal legal system. This informality and lack of official documentation makes going to court an extremely impractical way of dealing with landlord-tenant conflicts. The provisions of the rent control and recovery of premises laws in Nigeria have been held more in disobedience than in obedience for many years. For effective regulation of the rental property market in Nigeria, it was recommended among others, that a strategic approach to developing a workable rental housing policy should first acknowledge the rental arrangements which already exist and then find flexible, realistic ways to regulate and enforce them.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,444
Score d'incertitude au seuil0,174

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 technologies0,0000,000
Communication savante0,0000,001
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 Opus0,027
Tête enseignante GPT0,337
Écart entre enseignants0,310 · 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

Citations9
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Business AdministrationMême sujetLegal Issues in South AfricaTravaux en français237 207