MétaCan
Menu
Retour à la cohorte
Enregistrement W4200012001 · doi:10.18280/ijsdp.160713

Implementation Challenges of Land Redistribution Programme in South Africa

2021· article· en· W4200012001 sur OpenAlexvenueno aff
Nwabisa Tyekela, Christopher Amoah

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLand Rights and Reforms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRedistribution (election)BeneficiaryLand reformGovernment (linguistics)Economic growthLand registrationInjusticeLand tenurePoliticsBusinessPolitical scienceEconomicsFinanceGeography

Résumé

récupéré en direct d'OpenAlex

Upon assuming political office, the ANC government instituted a land redistribution programme to address the land ownership injustice perpetrated during the apartheid regime whereby the non-white citizens owned only 7% of land in South Africa. However, the programme has not achieved the set target; thus, this study sought to understand the challenges curtailing the successful implementation of the programme. The study used a qualitative research approach. An in-depth interview was conducted with three purposefully selected senior officials from three Departments in Greater Kokstad Municipality involved in the land redistribution programme’s implementation. The findings indicate that the major issues curtailing the programme's implementation are land claim disputes and mediation process, reliance on the willing-seller-willing-buyer model, lack of institutional capacity, cumbersome beneficiary selection process, land beneficiary resettlement support, and inadequate programme’s monitoring and evaluation. There is an urgent need for the government to institute measures to address the challenges preventing the smooth implementation of the land redistribution programme in South Africa. These challenges prevent the programme’s beneficiaries from accessing the land, thus preventing them from experiencing socio-economic emancipation as promised.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,652
Score d'incertitude au seuil0,049

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 Opus0,031
Tête enseignante GPT0,258
Écart entre enseignants0,228 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetLand Rights and ReformsTravaux en français237 207