Successful strategies for the implementation of land reform : a peasantsâ account from the Philippines
Notice bibliographique
Résumé
Entre 1988 et 2008, les Philippines ont mis en oeuvre le Comprehensive Agrarian Reform Program (CARP) qui visait à redistribuer 9 million dâhectares de terres agricoles aux paysans sans terre. En dépit des échappatoires du programme et dâune structure sociale très inégale qui freinent sa mise en oeuvre, ce modèle de réforme agraire présente des résultats surprenants alors que 82% des terres ont été redistribuées. Concernant les terres plus litigieuses appartenant à des intérêts privés, Borras soutient que le succès surprenant de plusieurs cas de luttes agraires sâexplique par lâutilisation de la stratégie bibingka qui consiste à appliquer de la pression par le bas et par le haut afin de forcer la redistribution. Sa théorie cependant ne donne que peu de détails concernant les éléments qui rendent un cas plus ou moins litigieux. Elle ne traite pas non plus de la manière dont les éléments structurels et lâaction collective interagissent pour influencer le résultat des luttes agraires. Dans ce mémoire, nous nous attardons dâabord à la manière dont certains éléments structurels â le type de récolte et le type de relation de production - influencent le degré de résistance des propriétaires terriens face aux processus du CARP, contribuant ainsi à rendre les cas plus ou moins litigieux. Ensuite nous analysons lâinfluence du contexte structurel et des stratégies paysannes sur le résultat de la mise en oeuvre du programme de réforme agraire. Pour répondre à nos deux questions de recherche, nous présentons quatre études de cas situés dans la province de Cebu.
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 | 0,000 | 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) | 0,002 | 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 ».