MétaCan
Menu
Retour à la cohorte
Enregistrement W2977694115 · doi:10.1522/revueot.v28n1.1023

L' économie minière de l’orpaillage artisanal dans les sociétés post-conflit : jeux des acteurs et enjeux de développement et de coopération internationale. Étude de cas en Côte d’Ivoire

2019· article· fr· W2977694115 sur OpenAlexvenueno aff
Constant Soko

Notice bibliographique

RevueRevue Organisations & territoires · 2019
Typearticle
Languefr
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

L’économie minière de l’orpaillage artisanal est apparue en Côte d’Ivoire dans les années 2000, à la suite d’une rébellion qui s’est emparée du nord du pays. Les rebelles ont mis en place cette économie en vue de trouver des ressources afin de faire face à l’effort de guerre et d’apporter un semblant d’activité économique dans les différentes régions sous leur contrôle. Depuis, cette activité a continué et est devenue l’activité économique principale dans les différentes zones rurales du pays après la réunification du pays. Cette économie, bien qu’apportant des revenus conséquents aux mineurs et aux populations locales, ne peut pas assurer, à elle seule, le développement local et a besoin d’un soutien aussi bien de l’État que des multinationales d’extraction minière pour un partenariat public privé. Ceci est d’autant plus important que les mineurs artisanaux ont de l’expertise aussi bien sur le plan de l’extraction que celui de la commercialisation. Ils maitrisent le marché local et sous régional qui est différent de celui des multinationales. Une coopération entre l’État, les orpailleurs artisanaux et les multinationales d’extraction minière pourrait permettre de créer de milliers d’emplois et réduire les conséquences environnementales et les risques d’accident, ce qui pourrait entrainer un véritable développement local dans les différentes régions. La coopération internationale devrait en effet se pencher sur ces derniers aspects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,264
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,303
Écart entre enseignants0,272 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue Organisations & territoiresMême sujetMining and Resource ManagementTravaux en français237 207