Plantes médicinales, savoirs et société : vue des rastafaris sud-africains
Notice bibliographique
Résumé
L’article se penche sur le rôle de guérison que jouent les plantes à l’intérieur du mouvement rastafari sud-africain dans lestownshipsde Cape Town, notamment sous l’angle de l’anthropologie de la santé, des sciences et des technologies. Par une recherche plus globale, l’auteure procédera au suivi ethnographique de la trajectoire de la plante médicinale indigène sud-africaineArtemisia afra(A. afra) alors que celle-ci traverse diverses étapes préparatoires conduisant aux essais cliniques. Le double objectif de vérification scientifique et de promotion des savoirs traditionnels que poursuit le projet d’essais précliniques relatif à l’A. afrasoulève divers enjeux épistémologiques alors que les scientifiques et lesamagqirhas(guérisseurs) etinyangas(herboristes) Xhosa profilent diverses notions d’efficacité. Aux côtés de ces derniers se retrouvent les herboristes rastafaris qui défendent également leurs savoirs traditionnels au sujet des plantes médicinales, dont ceux portant sur l’A. afra. Le parcours des herboristes rastafaris et leur herbe sacrée, ladagga(cannabis sativa, ganja), occupent un rôle particulier en lien avec l’A. afra, lequel sera ici esquissé. L’étude met en lumière les relations unificatrices qu’exerce ladaggaau sein des pratiques phytothérapeutiques rastafaris, relations paradoxalement intensifiées par des rapports antagonistes avec le système bio-médico-légal sud-africain, et ce, dans un contexte de mondialisation. Il ne s’agit donc pas de rendre exotique le mouvement rastafari, mais bien d’en comprendre les articulations et les propositions qui puissent informer et défier les épistémologies scientifiques et biopolitiques dominantes actuelles. En conclusion, la façon de promouvoir les savoirs traditionnels sur les plantes en utilisant le parcours des essais cliniques scientifiques demeure très limitative. L’exploration de nouvelles voies de compréhension de l’efficacité des remèdes est plutôt suggérée.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,008 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».