Déterminants de la gouvernance forestière dans les forêts communautaires de l’Est-Cameroun
Notice bibliographique
Résumé
Au Cameroun, les communautés locales font face à des défis de gouvernance forestière et de propriété des forêts communautaires. Les déterminants du succès de la gouvernance forestière ont été étudiés dans douze forêts communautaires (FC) de l’Est-Cameroun. Des groupes de discussion et des entrevues individuelles ont permis de réaliser la cartographie des acteurs d’appui, de documenter la perception de la gouvernance des forêts communautaires et d’en identifier les déterminants, pour ensuite proposer une échelle de gouvernance des forêts communautaires. Les résultats montrent que les acteurs d’appui influencent grandement la création des forêts communautaires. L’exception de la FC A3 montre qu’une communauté peut créer une forêt communautaire sous la seule impulsion du chef traditionnel, sans soutien extérieur. La perception de la gouvernance forestière par les communautés était positive lorsque l’appui à la création de la forêt communautaire provenait d’acteurs tournés vers la communauté (organisations non gouvernementales, administration des forêts et Église) et négative lorsque l’appui provenait d’acteurs tournés vers la ressource ligneuse (élites et opérateurs forestiers privés). Le diagramme des déterminants relationnels entre communautés et acteurs d’appui, basé sur la cohésion entre les principes de gouvernance (participation, transparence, légitimité, équité, intégration, imputabilité, capacité et adaptabilité), met en évidence les actions correctives possibles pour mieux tenir compte des besoins des communautés afin d’atteindre la dévolution sur l’échelle de la gouvernance.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».