Aires protégées : Perseverare diabolicum. Remettre en cause les impensés de la gestion forestière publique en Afrique
Notice bibliographique
Résumé
Ce texte est une analyse devant l’injustice plus que séculaire faite à travers le monde aux peuples autochtones et aux communautés forestières. Il interroge les droits historiques et les savoirs et pratiques traditionnels qui demeurent encore méconnus, ignorés, falsifiés ou manipulés. La conservation de la nature est fondée sur la notion de wilderness, la mise à l’abri de toute emprise humaine, c’est-à-dire la préservation des espaces naturels. Mais, la conservation est un mot ambigu tant en français qu’en anglais, qui masque cet a priori de la préservation. Depuis l’origine, la création des aires protégées fait l’objet de critiques sur son inefficacité, confirmée par maints exemples, parce qu’elle confisque les terres et les espaces naturels bien conservés des populations résidentes, des peuples autochtones et les exclut. La critique des aires protégées, des États et des ONG globales préservation dites de conservation, contraste avec la gestion conservatoire durable, pluriséculaire, des espaces naturels par les communautés forestières. Les peuples autochtones vivent dans des zones qui contiennent 80% de la biodiversité de la planète et subissent une véritable spoliation par la création des aires protégées. Leurs modes de gestion coutumiers qui ont conservé ces ressources depuis des siècles (voire des millénaires) sont ignorés, niés et bafoués par la logique ethnocentrique, étroitement scientiste et hégémonique des créateurs des aires protégées. Il faut repenser la gestion publique des espaces forestiers et remettre en question l’unanimité et les impensés des réglementations forestières. Il faut tenir compte de l’autre unanimité, opposée et diverse, celle des règles coutumières des communautés forestières et des peuples autochtones qui ont fait la preuve de leur durabilité.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».