MétaCan
Menu
Retour à la cohorte
Enregistrement W4378908383 · doi:10.5539/res.v15n2p34

Application of Conflict Wheel Model in the Analysis of Farmers-Herders Conflict in Adamawa State, Nigeria

2023· article· en· W4378908383 sur OpenAlexvenueno aff
Mustapha Salihu, Chigozie Enwere

Notice bibliographique

RevueReview of European Studies · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland Management and Livestock Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHerdingContext (archaeology)DesertificationGovernment (linguistics)State (computer science)PoliticsCompetition (biology)Conflict resolutionScope (computer science)Political scienceDevelopment economicsPolitical economySociologyEconomicsEcologyGeographyLaw

Résumé

récupéré en direct d'OpenAlex

The study examines the causal factors of the lingering conflict between farmers-herders in the Adamawa. Specifically, it emphasizes issues, dynamics, context, causalities and exit options. The application of the conflict wheel theory suggests, the negative consequences of desertification and decline in ecological resources has in this case informed an unhealthy competition for access to mutual ecological resources between farmers-herders as one of the factors that brought about the deadly conflict. Further analysis reveals the context which has consistently increased in scope, cannot be divorced from existential socio-economic, political, and cultural realities of the Nigerian state. While Causalities seem to be multidimensional encompassing, conflict between two production systems, government inactivity and pre-existing security challenges in the region amongst others discussed. Given the central role of the state in enforcing law and social stability, it is imperative that government at various levels review pre-existing strategies and adopt robust and inclusive strategies. Similarly, the importance of counter desertification and conservative policies cannot be downplayed, and climate conscious pastoral and herding initiatives will also go a long way in averting future ecological resource-based conflicts.

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)0,001
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 enseignants0,156
Score d'incertitude au seuil0,230

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,042
Tête enseignante GPT0,315
Écart entre enseignants0,273 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetRangeland Management and Livestock EcologyTravaux en français237 207