Formalising village land dispossession? An aggregate analysis of the combined effects of the land formalisation and land acquisition agendas in Tanzania
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While literature on land grabbing and land formalisation respectively has literally exploded the past decade, few studies analyse the practical processes taking place at their confluence, or provide an analysis at an aggregate level. This paper is based on 27 months of in-depth empirical investigation of thirteen large-scale agro-investments across four regions in Tanzania. It explores how four key legislative acts and policies related to land formalisation and land acquisition for large-scale agro-investments unfold on the ground, their implementation and combined effects. We show that land formalisation and acquisition are intrinsically linked: the former paving the way for investment in all thirteen cases. Moreover, rather than fulfilling development policy expectations of land tenure security for smallholder farmers, employment and poverty reduction in rural Africa, we demonstrate that, in Tanzania, these combined processes rather foster village land dispossession, investors’ land acquisitions, and a (re)centralisation of land control. Therefore, we argue that the conjoint implementation of policies associated with land formalisation and land investments have adverse consequences for rural farmers whose land is formalised and then set aside for investment ultimately leading to a formalised rural land dispossession. Our unique aggregate analysis thus provides solid support to the existing critique towards the parallel implementation of land formalisation and large-scale agro-investments, and the interlinked reform of the land legislative framework, all strongly supported by global development bodies.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle