MétaCan
Menu
Retour à la cohorte
Enregistrement W4389797126 · doi:10.4000/vertigo.41251

Foresterie communautaire et autonomisation des communautés locales dans la gestion des forêts à Walikale (R.D. Congo)

2023· article· fr· W4389797126 sur OpenAlexvenueno aff
Innocent Ramazani Mizaba, Salomon Mampeta Wabasa, Billy Kakelengwa Mbilizi

Notice bibliographique

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

Résumé

récupéré en direct d'OpenAlex

Depuis le sommet de la terre à Rio en 1992, des chercheurs et acteurs de la société civile remettent en question le rôle prépondérant que jouent les décideurs publics et privés dans la gestion forestière et le peu de pouvoir que laisse ce type de gestion aux communautés locales. Dès lors, des initiatives ont été créées dans le but de favoriser un rôle accru des communautés locales dans la gouvernance forestière. Ces initiatives se regroupent autour du concept de foresterie communautaire. Cette étude interroge si cette approche a entrainé l’autonomisation des communautés locales, dans la gouvernance des Concessions forestières de communautés locales (CFCL) en République Démocratique du Congo. Pour apporter de l’éclairage à cette préoccupation, nous partons de l’analyse de deux CFCL sélectionnées comme cas d’étude. Il s’agit de la CFCL Kisimbosa Chamakasa et de la CFCL Banisamasi en Territoire de Walikale. Pour ce faire, nous avons mené des observations sur le processus de création des CFCL ainsi que des entretiens avec les différentes parties prenantes (communautés locales, acteurs étatiques et ONG). Les résultats révèlent que l’initiative de création des CFCL est exogène aux communautés locales de Walikale. Celles-ci ont une responsabilité mineure dans la création de leurs CFCL. Ce sont les ONG d’appui qui prennent en charge les frais nécessaires à la constitution du dossier de demande de la CFCL, mais aussi de la réalisation des préalables à l’obtention du titre. Par ailleurs, les structures instituées localement pour assurer la gestion des CFCL ont une autonomie limitée dans 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,085
Tête enseignante GPT0,299
Écart entre enseignants0,214 · 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'étudeSans objet
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207