Harmonisation of Municipal Laws for Protection of Expressions of Folklore in the East African Community: The Case study of Rwanda and Tanzania.
Notice bibliographique
Résumé
It is internationally recognised that expressions of folklore are valuable assets. They are rooted from various communities. They pass from one generation to another. However, due to advancement of technology, such assets have been misappropriated within the East African Community and at global level. This prompted international and the East African Community efforts to design mechanisms including harmonisation of laws for adequate protection of expressions of folklore. Despite such efforts, there are disparities in protecting expressions of folklore in the municipal laws of the East African Community Member States. Rwanda and Tanzania were selected as a case study. Therefore, this study was conducted to address two questions: one, to what extent has Rwanda and Tanzania harmonised their municipal laws for protecting and promoting expressions of folklore within the East African Community. Two, what are the appropriate mechanisms for adequately protecting and promoting expressions of folklore in Rwanda and Tanzania? The study relied upon doctrinal legal research complemented by comparative legal research. From gathered and analysed information, it was found that municipal laws on protection of expressions of folklore within the East African Community were not harmonised. It was also found that positive, defensive and sui generis approaches are appropriate mechanisms for adequately protecting expressions of folklore in Rwanda and Tanzania. Finally, instead of protecting expressions of folklore under the copyright law, the study recommends each East African Community MemberState to have a specific law for protecting the expressions of folklore. The studyrecommends that like other communities, for instance the Pacific Community, the East African Community need to adopt a sui generis comprehensive legal framework forprotecting expressions of folklore within the Community. \nKeywords: Harmonisation, Municipal Laws, Expressions of Folklore, East African Communit
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,014 | 0,006 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».