MétaCan
Menu
Retour à la cohorte
Enregistrement W3173457058 · doi:10.5539/jpl.v14n4p19

Land in Liberia: The Initial Source of Antagonism Between Freed American Blacks and Indigenous Tribal People Remains the Cause of Intense Disputes

2021· article· en· W3173457058 sur OpenAlexvenueno aff
Stephen H. Gobewole

Notice bibliographique

RevueJournal of Politics and Law · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLand Rights and Reforms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCustodiansIndigenousAppropriationAccountabilityPolitical scienceLand grabbingLanguage changeGovernment (linguistics)Land tenurePublic landEconomic growthPolitical economyPublic administrationDevelopment economicsGeographyLawSociologyEconomics

Résumé

récupéré en direct d'OpenAlex

This study examines factors of land grabbing in Liberia, especially from tribal communities, due originally to different social expectations regarding land and contracts between indigenous people and settlers from America. In addition, land appropriation throughout the history of the Liberian nation is due largely to the Americo-Liberian oligarchy and public corruption. The study analyzes survey, empirical, and concession contracts data gathered by the Ministry of Internal Affairs, Sustainable Development Institute, Government of Liberia, Center for Transparency and Accountability in Liberia, and United Nations Mission in Liberia. It then correlates associations between a number of concession companies, their land acreage under operation, county acreage, and incidence of land grabbing to demonstrate an increase in disputes during the early 2000s due to practices of corrupt public officials. This has resulted from the consistent implementation of inequitable land laws, which have perpetuated land transfer from tribal communities to mostly Americo-Liberian descendants and foreign concessionaires. This land appropriation has fostered public corruption, increased land related disputes, and raised the level of conflict in Liberian society.

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)0,000
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 enseignants0,033
Score d'incertitude au seuil0,939

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,015
Tête enseignante GPT0,241
Écart entre enseignants0,226 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Politics and LawMême sujetLand Rights and ReformsTravaux en français237 207