From Expropriation to Compensation: Legal Remedies for Indigenous Land Grievances
Notice bibliographique
Résumé
This article aims to critically examine the legal remedies available for addressing Indigenous land grievances across various jurisdictions, focusing on restitution, compensation, recognition, and procedural mechanisms. Using a scientific narrative review approach and descriptive analysis method, this study reviewed peer-reviewed academic literature, legal texts, court rulings, and international instruments published between 2019 and 2024. Sources were selected based on relevance to Indigenous land rights and included case law from Canada, Australia, the United States, Brazil, and New Zealand. The analysis identified patterns and challenges in the legal treatment of Indigenous claims and evaluated the effectiveness of different forms of remedy. The findings reveal that while legal systems have increasingly recognized Indigenous land rights, significant limitations remain in the design and implementation of remedies. Restitution is often obstructed by evidentiary and political barriers, compensation is frequently perceived as inadequate, and legal recognition is constrained by regulatory limitations. Procedural access to justice is hindered by cost, jurisdictional fragmentation, and lack of enforcement. Across jurisdictions, legal remedies tend to reflect state-centered frameworks rather than Indigenous worldviews, leading to widespread dissatisfaction and demands for transformative reform. Although notable progress has been made in the recognition of Indigenous land rights, current legal remedies often fall short of addressing the historical and cultural dimensions of dispossession. Achieving meaningful land justice requires rethinking legal paradigms to center Indigenous epistemologies and governance systems, supported by enforceable, inclusive, and context-sensitive remedies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,014 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».