MétaCan
Menu
Retour à la cohorte
Enregistrement W4385878086 · doi:10.3138/cpp.2022-054

The Wrongs of Property Rights: The Erosion of Indigenous Communal Land Rights and Its Welfare Consequences

2023· article· fr· W4385878086 sur OpenAlexaffvenueabout
Mukesh Eswaran

Notice bibliographique

RevueCanadian Public Policy · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesEthnologyPhilosophySociology

Résumé

récupéré en direct d'OpenAlex

Je propose un modèle économique théorique dans lequel la privatisation d’une réserve autochtone en la divisant en parcelles individuelles en fief simple peut abaisser le niveau de bien-être des groupes autochtones. En m’appuyant sur les effets démontrés de l’érosion de la culture autochtone et des droits de propriété communaux, je propose une explication partielle de la raison pour laquelle le bien-être subjectif auto-évalué des peuples autochtones d’Amérique du Nord est le plus mauvais de tous les groupes démographiques. Tout en reconnaissant la nature complexe des économies autochtones, j’établis à des fins analytiques un modèle simple comportant seulement deux biens produits, à savoir les produits alimentaires et un bien culturel. Je montre que le bien-être d’une communauté peut être plus élevé avec la propriété communale qu’avec la propriété privée, malgré le problème classique du passager clandestin associé à la propriété communale - un résultat qui concorde avec la théorie de l’optimum de second rang. Cette théorie explique pourquoi la loi Dawes de 1887 aux États-Unis et des tentatives similaires au Canada ont abaissé le bien-être des personnes autochtones et sont porteuses de leçons en matière d’initiatives politiques actuelles au Canada, en particulier celles relatives à la politique des droits fonciers autochtones. Je soutiens également que les conséquences de la privatisation des terres de réserve autochtones pourraient être bien plus graves que ce que le modèle simple présenté ici à l’aide d’outils néoclassiques permet d’appréhender.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,013
Communication savante0,0040,005
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,043
Tête enseignante GPT0,292
Écart entre enseignants0,249 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations18
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Public PolicyMême sujetIncome, Poverty, and InequalityTravaux en français237 207