MétaCan
Menu
Retour à la cohorte
Enregistrement W4401806610 · doi:10.1007/978-3-031-54816-1_9

Improving Urban Quality Through Land Titling? Considerations from the Bamiyan Case

2024· book-chapter· en· W4401806610 sur OpenAlexaff
Mirella Loda, Bashir Ahmad Amiri, Nipesh Palat Narayanan

Notice bibliographique

RevueResearch for development · 2024
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésLand titlingQuality (philosophy)Environmental planningBusinessGeographyArchaeologyAgricultureLand tenurePhilosophyEpistemology

Résumé

récupéré en direct d'OpenAlex

Abstract The article discusses the Afghan land titling policies based on the case of Bamiyan Valley. It first presents the terms and conditions of the land titling policy in the Islamic Republic of Afghanistan since 2017, and then it illustrates its impact on the informal settlement of Zargaran (Bamiyan) based on the results of two surveys conducted in 2017 and 2021. As is the case elsewhere around the world, the assignment of formal property titles is generally welcomed by the majority of the population. Moreover, doing so has proven to encourage investments in the improvement of private establishments, and even in facilities for community purposes, thanks to the remarkable social bond that exists between the settlers. However, the denial of the entitlement in the parcels of Zargaran located inside and next to the UNESCO buffer zone has prevented the titling policy from reaching its full potential in terms of improvement of the social fabric and urban quality. Moreover, the increase in real estate values observed in the area calls for social policy measures to accompany the titling policy, so as to avoid the eviction of poorer segments of the population.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,005
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,372
Tête enseignante GPT0,456
Écart entre enseignants0,084 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch for developmentMême sujetUrban and Rural Development ChallengesTravaux en français237 207