MétaCan
Menu
Retour à la cohorte
Enregistrement W4403304345 · doi:10.1177/23210249241281857

Institutional Duality in Land Administration: Insights from Collaborative Governance in Ghana

2024· article· en· W4403304345 sur OpenAlexaff
Abdul-Salam Ibrahim, Bernard Afiik Akanpabadai Akanbang, Ibrahim Yakubu, Abraham Marshall Nunbogu, Moses Mosonsieyiri Kansanga, Vincent Kuuire

Notice bibliographique

RevueJournal of Land and Rural Studies · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLand Rights and Reforms
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceDuality (order theory)Administration (probate law)Land administrationCollaborative governancePolitical sciencePublic administrationBusinessEconomic systemGeographyEnvironmental planningEconomicsPure mathematicsMathematicsFinance

Résumé

récupéré en direct d'OpenAlex

The global drive for collaboration towards addressing society’s growing complex challenges is gaining more credence in land administration. Collaborative land governance is crucial in Africa, where the duality in land governance, as expressed in the coexistence of statutory and customary land governance institutions, has been a longstanding source of land conflicts. Drawing theoretical insights from collaborative governance and using in-depth interviews with stakeholders across both customary and statutory land governance systems, this study examines the interplay of factors that militate against effective collaborative land governance in Ghana. Findings show that while the legislative framework on land administration in Ghana authorises collaboration, the challenges of limited trust and awareness of land laws, poor facilitative leadership and inadequate resources militate against collaborative land governance. We argue that the weak manifestation of the well-intentioned legislative frameworks for collaborative land governance calls for increased attention to implementation gaps in equal footing to policy formulation.

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)0,000
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 enseignants0,152
Score d'incertitude au seuil0,619

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,021
Tête enseignante GPT0,263
Écart entre enseignants0,242 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Land and Rural StudiesMême sujetLand Rights and ReformsTravaux en français237 207