MétaCan
Menu
Retour à la cohorte
Enregistrement W3040569545 · doi:10.4000/vertigo.27714

Conserver la biodiversité avec les ONG en Nouvelle-Calédonie: décolonisation ou délégation de gestion ?

2020· article· fr· W3040569545 sur OpenAlexaffvenue
Mélissa Nayral, Marie Toussaint

Notice bibliographique

RevueVertigO · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Ce texte interroge le rôle important que deux ONG environnementalistes, CI et WWF, ont été amenées à jouer dans le processus de définition et de gouvernance de deux aires protégées situées dans la province nord de la Nouvelle-Calédonie. Ce territoire océanien atypique de l’Outre-mer français au statut juridique unique, reconnue comme un hotspot de biodiversité (Myers et al., 2000) est en effet marqué par un contexte politique particulier de décolonisation négociée. Celui-ci, qui inclue des transferts de compétences depuis la France vers cette « ancienne colonie non-décolonisée » (Demmer et Salomon, 2013) a déjà permis l’émergence de la préservation de la biodiversité comme enjeu politique de premier plan. De manière concomitante à l’inscription des préoccupations environnementales dans les agendas internationaux, et comme dans d’autres territoires (Aubertin, 2005; Léna, 2002), plusieurs Organisations Non-Gouvernementales (ONG) de conservation ont par ailleurs graduellement contribué à la définition des politiques publiques environnementales locales. À partir de deux études de cas, ce texte montre les mécanismes par lesquels ces ONG ont d’abord pris part au processus de révision des anciens parcs et réserves naturels du territoire avant de devenir des interlocuteurs incontournables et partenaires privilégiés des institutions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,011
Communication savante0,0050,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,060
Tête enseignante GPT0,249
Écart entre enseignants0,189 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207