MétaCan
Menu
Retour à la cohorte
Enregistrement W4382807418 · doi:10.4000/vertigo.39616

Politique de gestion et dégradation persistante des aires naturelles protégées en Côte d’Ivoire : cas de la forêt classée de l’Anguédédou.

2023· article· fr· W4382807418 sur OpenAlexvenueno aff
Vincent Kouman Mouroufie Kouassi, Oleh Kam, Thierry Ouattara Kouadio Kra

Notice bibliographique

RevueVertigO · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Notre article analyse la manière dont les déficiences de gestion de l'aire naturelle protégée de la forêt sacrée d’Anguédédou, en Côte d'Ivoire, impactent sur sa dégradation. Cette étude repose sur une démarche qualitative ayant conduit à la réalisation d'entretien de vingt-cinq (25) personnes, sélectionnées selon le principe de l’échantillonnage des données à choix raisonné. Les résultats de l’étude révèlent d’abord que les acteurs impliqués dans la gestion de la forêt d’Anguédédou ont des intérêts divergents. Ensuite, l’étude montre que les représentations socio-économiques de la forêt déterminent les attitudes et comportements des populations, c’est-à-dire leurs pratiques sociales et symboliques vis-à-vis de celle-ci. Enfin, cette étude met en avant l’incohérence de la coordination des stratégies des acteurs qui traduit la faible synergie d’actions des parties prenantes impliquées dans la gestion de l'aire naturelle protégée. Ces résultats sont ici considérés comme des facteurs explicatifs de la dégradation persistante de la forêt classée d’Anguédédou. Cette étude amène ainsi à interroger le mode de gouvernance environnementale des ressources forestières de la forêt d’Anguédédou, mais également des autres aires naturelles protégées de Côte d'Ivoire.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,148
Score d'incertitude au seuil0,295

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0060,008
Communication savante0,0050,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
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 Opus0,031
Tête enseignante GPT0,300
Écart entre enseignants0,269 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207