MétaCan
Menu
Retour à la cohorte
Enregistrement W3182759643 · doi:10.4000/vertigo.30880

La gouvernance des aires marines protégées au Sénégal : difficulté de la gestion participative et immobilisme des comités de gestion

2021· article· fr· W3182759643 sur OpenAlexaffvenue
El hadj Bara Dème, Pierre Failler, Grégoire Touron-Gardic

Notice bibliographique

RevueVertigO · 2021
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

L’objectif de l’article est d’évaluer le degré de mise en œuvre de l’approche de cogestion dans la gouvernance des aires marines protégées (AMP) au Sénégal. Un travail de terrain (enquêtes de perception et entretiens) a été conduit auprès des parties prenantes dans sept AMP du Sénégal de 2016 à 2018, complété par une analyse conceptuelle des différentes dimensions du cadre de gouvernance. L’article met en avant les difficultés induites par la mise en œuvre de l’approche participative dans la gestion des AMP du Sénégal, et comment ces difficultés remettent en cause la performance même des AMP. Les manquements identifiés sont notamment la léthargie des comités de gestion des AMP, l’existence d’une dualité entre la gestion participative et la gouvernance directive, et enfin, la difficulté à exécuter correctement les mesures de gestion. Les principaux résultats ont ensuite donné lieu à des recommandations pour optimiser la gestion des AMP : après plus d’une quinzaine d’années de fonctionnement de ces AMP, il apparaît évident que le cadre de gouvernance des aires protégées devra être renforcé au Sénégal afin de disposer d’institutions locales plus fortes, plus dynamiques, mais surtout plus fédératrices pour pouvoir atteindre leurs objectifs de conservation et de gestion communautaire des ressources naturelles.

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)0,004
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,291

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,005
Communication savante0,0040,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,045
Tête enseignante GPT0,301
Écart entre enseignants0,256 · 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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207