Entendre les préoccupations des populations des petits États insulaires en développement dans l’adaptation au changement climatique.
Notice bibliographique
Résumé
Les impacts du changement climatique sur les territoires des petits États insulaires en développement (PEID), tout comme les stratégies de mitigation et d’adaptation des sociétés vulnérables face à ces changements, font l’objet de nombreuses études, en particulier pour les îles des Caraïbes et du Pacifique. En sont issues des politiques de mitigation et d’adaptation devant réduire l’impact du changement climatique sur les populations les plus exposées et les plus vulnérables. Cependant, ces mesures sont-elles basées sur les intérêts et les besoins des communautés locales ? Les savoirs locaux sont-ils pris en compte et associés à l’expertise des scientifiques visant à répondre aux enjeux et aux opportunités auxquels sont confrontées les populations concernées ? Cet article propose d’évaluer de manière critique la façon dont les problématiques liées au changement climatique sont documentées à tous les niveaux dans le contexte des PEID. Il présente également le rôle de certains programmes et projets de développement qui soulignent les revendications émergeant des populations locales. Il nous apparaît ainsi nécessaire d’aborder les effets du changement climatique à travers des perspectives plus vastes liées aux problématiques de développement, de gestion des catastrophes ou encore de réduction de la pauvreté, éléments qui ressortent du discours des populations locales. Au final, il nous semble nécessaire d’équilibrer l’action des multiples acteurs à différentes échelles politiques, spatiales et temporelles et de donner plus d’attention aux PEID de l’océan Indien, d’Asie et d’Afrique afin que ces zones soient documentées au même niveau que les îles des Caraïbes et du Pacifique.
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 | 0,000 | 0,000 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».