Land Library
Bienvenido a la biblioteca de Land Portal. Explora nuestra amplia colección de recursos de acceso abierto (más de 74.000), que incluye informes, artículos de revistas científicas, trabajos de investigación, publicaciones revisadas por pares, documentos jurídicos, vídeos y mucho más.
/ library resources
Showing items 1 through 9 of 269.
Данное техническое руководство, подготовленное совместно секретариатами Продовольственной и сельскохозяйственной организации Объединенных Наций (ФАО) и Конвенции Организации Объединенных Наций по борьбе с опустыниванием (КБОООН) при участии многих заинтересованных сторон, посвящено интеграции Доб
Ce Profil national genre des secteurs de l’agriculture et du développement rural a été préparé dans le cadre du projet de coopération technique de la FAO et de la Commission de la CEDEAO portant sur : « la Réponse Genre aux Plans Régionaux et Nationaux d’Investissement Agricole pour relever le dé
Augmenter l'utilisation des Directives volontaires pour la gouvernance responsable des régimes fonciers (DVGF) parmi les organisations de la société civile et de base – Mali est une fiche d'information sur le pays qui fournit des informations sur le projet «Augmenter l'utilisation des DVGF parmi
This working paper looks at the new Land Acquisition Rehabilitation and Resettlement (LARR) Bill, 2011 and explores key issues within the text of the Bill and the larger political context of land acquisition in India.
Access to homestead land, and housing in turn, are basic requirements for human survival. Every citizen needs to have a safe, secure and healthy place to live, work and lead a life of dignity.
This publication is based on a range of past studies on ICCAs conducted in several regions of the world in the last two decades, and, most recently, on 19 country level case studies.
The land registration system in Kenya was established in 1897 to support land registration for white settlers who had come into the country during the 19th Century.
In this paper, we present an optimized Machine Learning (ML) algorithm for predicting land suitability for crop (sorghum) production, given soil properties information.