Waves and legacies: the making of an investment frontier in Niassa, Mozambique
Notice bibliographique
Résumé
The literature on land-use frontiers has overwhelmingly focused on active frontiers of expansion. We focus on an emerging frontier. We studied the decisions, narratives, and practices of the actors driving land-use change in Niassa, Mozambique. Based on ethnographic research carried out between early 2017 and late 2018 among investors engaged in commercial agriculture and plantation forestry, we show how successive waves of actors with different backgrounds, motives, and business practices arrived in Niassa and attempted to establish farms or plantations yet repeatedly failed and left, or remained but continued to struggle. We show how even though waves come and go, they do leave sediments behind, legacies that over time add up to overcome the various constraints that investors face and gradually form the conditions for a frontier to emerge. We argue that the build-up of these legacies, particularly after the end of the civil war in 1992, has given rise to a new wave, which is qualitatively different from the previous ones in the sense that the actors did not arrive from elsewhere but were already present in Niassa. This wave thus emerges from within the region, building on the legacies of previous waves, indicating that over time endogenous processes may replace externally driven waves. We contribute to frontier theory by arguing that waves and legacies shape emerging frontiers through their dynamic interaction.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».