Représentations de la forêt et répercussions sur la gestion des ressources forestières au Sénégal
Notice bibliographique
Résumé
En Afrique, les programmes de gestion des ressources naturelles forestières ont souvent des difficultés pour donner les résultats escomptés. La plupart des concepteurs de ces programmes ne perçoivent généralement de la forêt que la fonctionnalité et la nécessité d’une utilisation rationnelle de ses ressources. Ils négligent souvent les dimensions symboliques qui pourtant influent sur les rapports des populations avec la nature environnante. C’est ainsi que cet article cherche à comprendre les représentations que les populations se font de la Forêt classée de Patako ainsi que les répercussions possibles sur la gestion de ses ressources. Les données collectées ont révélé que pour 23,5 % des populations interrogées la forêt n’est qu’une brousse. Pour 23 %, elle représente un bien de l’État. 20,7 % la perçoivent comme des terres de culture soustraites de leurs terroirs villageois et seuls 13,4 % des populations pensent que la forêt classée est un espace boisé appartenant aux villages riverains. La forêt classée est aussi représentée dans les textes d’entretien comme foreb buur (forêt de l’État), foreb ñépp (forêt de tout le monde) ou comme xeewëlu Yàlla (don divin). S’agissant de l’appropriation des ressources de la forêt classée, 61,8 % des populations interrogées pensent que ces dernières appartiennent à l’État et seuls 16,6 % pensent qu’elles appartiennent aux populations locales. Ces représentations ont engendré des attitudes difficilement compatibles avec une gestion intégrée des ressources naturelles en ce sens qu’elles traduisent un affaiblissement de l’appropriation de la forêt par les riverains.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».