Land Rights and Agrarian Reform in Forest Areas: A Basis for Sustainable Development
Notice bibliographique
Résumé
Land use changes from forest to non-forest typically precede or follow human expansion in areas with forests.As the granting of legal land ownership is not allowed in forest areas, this raised issues about the justice of land access for people living in forest areas.This essay aims to investigate the procedure for enhancing community-owned and used forest areas' land ownership rights.The research was conducted in two villages in Bengkayang Regency, West Kalimantan, utilizing content analysis to discern community land use variations in forest areas.These variations may inform the allocation of land rights to the community and considerations related to forest area release to the community.The findings reveal that the complexity of land use and ownership in forest areas has given rise to conflict and disturbances, which are exacerbated by a lack of clarity in land administration and the legal system.In an effort to address this issue, the government has promulgated Presidential Regulation 88 of 2017 to govern the establishment of a Team for the Acceleration of Settlement of Land Tenure in Forest Areas (PPTKH), and Presidential Regulation 62 of 2023 to expedite the implementation of agrarian reform.However, this program faces various challenges, both from a juridical, geographical, socio-economic, and institutional perspective.One solution that can be implemented is to provide land ownership rights in forest areas, including land suitable for agriculture, residential areas, fishponds, social facilities, and farming on dry land.The use of these lands can be used as a basis for granting land ownership rights to the community.
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 ».