MétaCan
Menu
Retour à la cohorte
Enregistrement W7118018196 · doi:10.20527/pakis.v5i2.16732

Socio-Legal Approach in Land Acquisition Implementation for Public Interests: A Case Study of The Construction of A Connecting Bridge Batulicin – Kotabaru

2025· article· W7118018196 sur OpenAlexaff
Ismar Hamid, Erlina Erlina, Rachmat Hidayat, Rahmat Nur, Yusril Yusril, Muhammad Rifani, Muhammad Daffa Pratama

Notice bibliographique

RevuePAKIS (Publikasi Berkala Pendidikan Ilmu Sosial) · 2025
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueCoastal Management and Development
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésDeliberationBridge (graph theory)Process (computing)Compensation (psychology)Government (linguistics)Field (mathematics)MediationKey (lock)

Résumé

récupéré en direct d'OpenAlex

This study examines the socio-legal approach to land acquisition for public purposes, focusing on the construction of the Batulicin-Kotabaru Bridge. Land acquisition is often a crucial point in infrastructure development, where legal norms interact with the social realities of the community. This qualitative study uses a socio-legal approach to analyze how the legal framework (Law No. 2 of 2012) is implemented in the field and how social dynamics—such as community perceptions, compensation issues, and deliberation processes—influence the project's success. Primary data was obtained through in-depth interviews with government officials, affected communities, and academics, while secondary data was collected from official documents and related literature. The results show that a socio-legal approach that integrates strong legal aspects with a deep understanding of the community's social conditions is highly effective in minimizing disputes. Active community involvement from the early stages, a transparent deliberation process (FGD), and the determination of fair and appropriate compensation values are key to success. This study recommends strengthening mediation mechanisms and proactive communication to ensure community rights are fulfilled, thereby enabling the achievement of development goals without causing social conflict.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,296
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePAKIS (Publikasi Berkala Pendidikan Ilmu Sosial)Même sujetCoastal Management and DevelopmentTravaux en français237 207