MétaCan
Menu
Retour à la cohorte
Enregistrement W3153713893 · doi:10.6000/1929-4409.2021.10.39

Problems of Disputes/Conflicts over Land Acquisition towards Development for Public Interest in Indonesia

2021· article· en· W3153713893 sur OpenAlexvenueno aff
Rofi Wahanisa, Arif Hidayat, R. Benny Riyanto, Bayu Dwi Anggono

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Studies and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic JusticePublic interestCompensation (psychology)Meaning (existential)BusinessLaw and economicsLawPolitical scienceEconomicsSocial psychologyPsychology

Résumé

récupéré en direct d'OpenAlex

The issue that will be discussed in this paper are problems causing disputes/conflicts over land acquisition toward development for the public interest. To address those problems, document and literature search as well as literature review are employed, including the cases of land acquisition that have occurred to be analyzed descriptively to achieve resolution to the problems. The results showed that land acquisition is closely related to eviction, land purchase, compensation, repressive actions of the apparatus, public reluctance to move from the acquired land, and public refusal towards the form and amount of the compensation. The problems due to land acquisition that provokes disputes/conflicts arise from three sources: a substance (in terms of regulations, or biased meaning of public interest), structure (the roles of officials/institutions related to land acquisition), and public. Regarding the fact that the existence of disputes/conflicts over land acquisition is frequently related to the issue of justice and public welfare, therefore, attention and efforts are practically needed to achieve justice and welfare, especially for those whose lands are acquired without ignoring the aspect of legal certainty as a characteristic of state law.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,003
Communication savante0,0050,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,143
Tête enseignante GPT0,367
Écart entre enseignants0,223 · 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 source (Gemma direct ou Codex distillé), 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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetLegal Studies and PoliciesTravaux en français237 207