MétaCan
Menu
Retour à la cohorte
Enregistrement W3167997214 · doi:10.6000/1929-4409.2021.10.113

Sociological Perspective and Legal Protection of Customary Land: Solution to Determination of Traditional Forest in Indonesia

2021· article· en· W3167997214 sur OpenAlexvenueno aff
Sukirno Sukirno, Nur Adhim

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndonesian Legal and Regulatory Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousStipulationGovernment (linguistics)Customary landLawState (computer science)ColonialismPolitical scienceLand tenureGeographyEcologyAgriculture

Résumé

récupéré en direct d'OpenAlex

This study is motivated by the perspective of government officials and the mechanism for determining customary forests which is often the cause of conflict between indigenous peoples and plantation entrepreneurs who accept concessions from the government. The aims of this study are to evaluate the legal positivism perspective that continued domein verklaring during the Dutch colonialism saw customary forests as state forests as long as they had not been determined by the government so that they could be concessioned to plantation entrepreneurs. The results showed that in order to prevent conflicts and to simplify and speed up the mechanism for determining customary forests, an idea is offered to apply the legal processing (rechtsverwerking) analogy in customary law that has been accepted by the national land law. The physical control of customary forests by customary communities by collecting products, utilizing and conserving the forest, regulated in customary law and not denied by indigenous peoples, who border, is sufficient as a sign that the customary forest is under the control of the customary community concerned. Likewise, for the stipulation mechanism, it is necessary to give authority to the local government to be able to determine customary forests.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,022
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,068
Tête enseignante GPT0,328
Écart entre enseignants0,260 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetIndonesian Legal and Regulatory StudiesTravaux en français237 207