MétaCan
Menu
Retour à la cohorte
Enregistrement W171314149 · doi:10.4000/vertigo.15462

Motifs des incendies de forêt en Algérie : analyse comparée des dires d'experts de la Protection Civile et des Forestiers par la méthode Delphi

2015· article· fr· W171314149 sur OpenAlexvenueno aff
Ouahiba Sahar, Rachid Meddour, Vittorio Leone, Arezki Derridj

Notice bibliographique

RevueVertigO · 2015
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

L’objectif de cette étude est d’évaluer la perception des motifs des incendies de forêt par le personnel de la Protection Civile algérienne. L’étude complète l’analyse déjà menée par les mêmes auteurs avec le personnel de la Direction Générale des Forêts. Notre recherche a permis d’apporter des réponses aux causes inconnues en Algérie, qui représentent plus de 80 % de leur nombre total. Comprendre les motivations des mises à feux est crucial dans le but de réduire leur incidence par des campagnes spécifiques de prévention. L’analyse a été menée dans trois wilayas (départements) sensibles aux incendies (Nord-Centre de l'Algérie), par le biais de la méthode Delphi, basée sur les dires d’experts. La recherche a impliqué 317 agents de la Protection Civile, contactés par courrier, pour répondre à un questionnaire d'enquête. Les causes identifiées relèvent de l'action de l'Homme, qu'elle soit volontaire ou involontaire, en excluant les causes naturelles. Les experts ont reconnu, en termes de fréquence dans leurs réponses, le jet de mégots pour plus de 90 % d'entre eux, le brûlage des chaumes (82,97 %) et les jeux d’enfants (65,30 %). Pour les incendies volontaires (malveillance), les résultats mettent en évidence les brûlages des décharges sauvages (85,49 %) et le renouvellement de l’herbe par les pasteurs (65,93 %). Pour les incendies accidentels, ils mettent en évidence les débris de verre (79,18 %) et les lignes électriques (70,66 %). L’interprétation du phénomène par les experts est influencée par leur expérience, leur connaissance, mais aussi leur culture.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,037
Tête enseignante GPT0,282
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFire effects on ecosystemsTravaux en français237 207