Les déchets post-catastrophe à Haïti : les jeux d’acteurs d’une gestion informelle
Notice bibliographique
Résumé
L’étude de la gestion des déchets post-catastrophe est récente dans la littérature scientifique comme chez les acteurs opérationnels de la gestion de crise. Cette activité semble pourtant essentielle pour la réponse immédiate à la crise (déblaiement des voies, des canalisations, etc.) comme pour les phases de récupération et de reconstruction. La gestion des déchets post-catastrophe permet en effet de stimuler une économie locale et d’engager un redémarrage économique, tout en offrant des matières secondaires à la reconstruction et à la vie quotidienne. Les observations présentées dans cet article résultent d’une analyse croisée entre les retours d’expériences internationaux sur les déchets produits par les catastrophes et le travail de terrain effectué à Port-au-Prince suite au séisme de 2010. Il est ainsi possible d’étudier les jeux d’acteurs de la gestion des déchets, les compétences et les moyens engagés par chacun, depuis la communauté internationale jusqu’au petit recycleur informel, en passant par les entreprises ou les pouvoirs publics. Cette diversité d’acteurs caractérise la gestion des déchets post-catastrophe à Haïti. La faiblesse de l’action publique y a laissé une place énorme à l’aide internationale, ayant des budgets très importants. Pour autant, on note que plus de la moitié des déchets ont été pris en charge par la société civile (dominée par le secteur informel) du recyclage et de la construction. Ce contraste entre les ambitions affichées des Nations Unies et la réalité d’une gestion locale et informelle des déchets post-catastrophe constitue la substance de cet article.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,006 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».