Vers une bonne gouvernance des ressources naturelles dans les sociétés post-conflits : concepts, expériences et leçons des Grands Lacs en Afrique
Notice bibliographique
Résumé
Dans ce chapitre introductif, nous dressons un état des lieux des questions de gestion des ressources naturelles dans le contexte post conflit du Burundi et de la RD Congo avec une perspective régionale des grands lacs africains. Ensuite, nous discutons le cercle vicieux entre conflits, dégradation des ressources naturelles et pauvreté et les défis de réhabilitation des ressources naturelles en période post-conflit. La section suivante essaie de définir et circonscrire le concept de post-conflit qui, bien que d’usage courant, pose des problèmes conceptuels et pratiques. D’autres concepts importants tels que la co-gestion, la gouvernance participative et la résilience sont définis dans le contexte de cet ouvrage. Ces définitions permettent alors d’envisager comment renforcer la gouvernance environnementale et de présenter le projet de bonne gouvernance des ressources naturelles collectives dans les sociétés post-conflit (PGRN). Ce projet constitue le soubassement de ce livre. Le cadre conceptuel et l’approche méthodologique du projet sont inspirés par l’apprentissage social adaptif, la recherche action participative et le système d’analyse social. Les incidences et les changements impulsés par le PGRN, les leçons tirées de ce projet et les défis et perspectives d’avenir pour la bonne gouvernance des ressources naturelles, sont ensuite présentés.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,011 | 0,018 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».