Why the CCM Won’t Lose: The Roots of Single Party Dominance in Tanzania
Notice bibliographique
Résumé
As many Sub-Saharan African countries enter their second decade of democratization, this paper provides a case study of the progress of democratization in one such country. Many predicted that multi-party democracy would infuse competition into the political system in these countries, adding an incentive for politicians to build strong bases of public support by becoming more responsive to majority interests. This paper addresses whether multi-party democracy has increased political competition in Tanzania, and hence whether democratization is indeed likely to increase the relevance of local concerns to national policy in Tanzania. In particular, this paper provides an empirical investigation of the factors contributing to single-party dominance and rural neglect in Tanzania. Despite the fact that Tanzania has had a multi-party democracy since 1995, the party which ruled during single-party rule, the Chama Cha Mapinduzi (CCM), won the vast majority of seats in the National Assembly in the first three multi-party elections. In order to understand the CCM’s grip on power, I analyze the results of a survey conducted amongst subsistence farmers in Tanzania in June 2008. This survey provides information on farmers ’ livelihood conditions, access to media, attitudes towards economic reform and political views, and hence provides insight into the preferences underlying voting behaviour and in turn into the factors contributing to the dominance of the CCM. The survey indicates overwhelming support for the CCM, despite policies which continue to prioritize sectors other than agriculture. I discuss the dominant reasons for CCM support, as well as the implications of single-party dominance for poverty reduction, political plurality and economic growth in the country. I conclude by discussing possible policy options for enhancing political participation amongst subsistence farmers. I am extremely grateful to George Kajembe, Steven Ngowi and Marco Njana of the Sokoine University of Agriculture for the assistance they provided with conducting the survey on which this paper is based. I also thank the University of Winnipeg for the Major Research Grant which financed this data collection. Any remaining errors are my own. 1 1
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 | 0,002 | 0,004 |
| 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 | 0,005 | 0,004 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».