Land grabbing in pastoral areas: insights from Eastern Africa
Notice bibliographique
Résumé
This paper explores the drivers of land grabbing in pastoral areas. We present a series of cases from across Eastern Africa to illustrate the dynamics through which long-ignored drylands are reimagined by governments and investors as sites of great value, setting the stage for alienation of rangelands at the expense of the pastoral populations who depend on them. Contextualized against the backdrop of colonial and post-colonial development policies, and the ideologies that underpin them, we discuss four resource complexes driving large-scale acquisitions of pastoral lands in East Africa in recent decades: 1) land grabbed via land markets through privatization and subdivision, 2) land acquired for resource extraction, carbon offsetting, and renewable energy production, 3) large-scale alienation of land for commercial agriculture, and 4) land set aside for wildlife conservation (i.e., “green grabbing”). We explore overlapping themes between these four processes that have resulted in the appropriation of pastoral lands, undermined local tenure security, and fragmented landscapes. We highlight in particular bureaucratic dimensions of privatization and land subdivision, reductionist cost-benefit assessments of resource exploitation projects shaped by capitalist logics, the pervasive influence of classical development theory and the associated prioritization of intensified production systems in rural land use policies, and a dualistic Euro-American ideology of nature and society underlying attempts to grab and reclassify pastoral areas for other purposes. Based on these insights, we offer recommendations for ways to mitigate the risks of future land grabs including strengthening pastoral land rights, creating more equitable community-led conservation initiatives, prioritizing participation in development negotiations, and establishing regional policies that support pastoralist livelihoods and maintain rangeland connectivity.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,008 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».