MétaCan
Menu
Retour à la cohorte
Enregistrement W4412575607 · doi:10.4000/14ehg

Cartographie des processus d’orpaillage artisanal dans le sud-est du Sénégal : apprentissage terrain et structuration de l’information

2024· article· fr· W4412575607 sur OpenAlexaffvenue
Zeinab Raissa Diarra, Abou Abdallah Malick Diouara, Mathias Glaus

Notice bibliographique

RevueVertigO · 2024
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensÉcole de Technologie SupérieureGDG Environnement
Organismes subventionnairesnon disponible
Mots-clésGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

La zone d’étude est localisée dans la région de Kédougou, située au sud-est du Sénégal et porte sur l’exploitation minière artisanale et à petite échelle (EMAPE). Ce type d’activité joue un rôle essentiel dans l’économie locale, notamment comme source de revenus complémentaire aux activités traditionnelles (élevage, pêche, agriculture, et autres). Les opportunités sont autant des métiers informels directs (forgerons, concasseurs et broyeurs, opérateurs de lavage et de séparation, et cetera) qu’indirects (commerçants, cuisinières, transporteurs et livreurs, et cetera). Toutefois, elle est aussi responsable d’impacts négatifs dans les domaines de l’environnement, de l’économie et de la santé ; lesquels nécessitent des solutions technologiques, organisationnelles et politiques. Cependant, il convient d’appréhender la complexité des activités associées à l’EMAPE. Par le biais d’observations des pratiques, une approche systémique a été utilisée, visant à identifier les différents processus unitaires et à exprimer, d’une part, les flux des ressources et, d’autre part, les flux des rejets dans l’environnement ainsi que les flux recirculés. Cette démarche a permis de cartographier les processus mettant ainsi en évidence deux modes d’organisations (distribué et centralisé) dans les activités de traitement du minerai dans l’EMAPE au Sénégal. Chacun des deux modèles présente des spécificités qui influencent la performance du système, les conditions de travail ainsi que les rejets et les impacts possibles sur la santé et l’environnement. Des conditions comme la présence d’un cours d’eau, l’influence des pratiques venues d’autres pays ou encore la teneur en or de la roche tendent à expliquer le choix de l’un ou l’autre des modèles. Ces spécificités relèvent notamment : (i) de l’organisation spatiale des sites qui abritent les activités de traitement ; (ii) du mode de collaboration entre les secteurs informels ; (iii) des techniques manuelles et semi-mécanisées. Les pratiques résultantes s’inscrivent dans des stratégies d’économie circulaire. L’analyse des informations colligées a permis, pour la première fois, de cartographier la chaine des processus d’orpaillage dans la région de Kédougou.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,289
Score d'incertitude au seuil0,575

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
Bibliométrie0,0060,013
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,008
Tête enseignante GPT0,221
Écart entre enseignants0,213 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetAgriculture and Rural Development ResearchTravaux en français237 207