Forêts, évangélismes et aides humanitaires post-sismique en Haïti : des liaisons dangereuses
Bibliographic record
Abstract
Haïti vit, depuis au moins une cinquantaine d’années, une situation de déforestation sévère qui s’explique par des facteurs historiques, socio-économiques, militaires et politiques. Le séisme du 12 janvier 2010 a fait émerger dans son sillage un autre accélérateur de la déforestation. En effet, l’aide internationale post-sismique dont bénéficie Haïti est une arme à double tranchant. Elle sauve des vies, mais elle contribue insidieusement à la déforestation de ce pays. Cette dynamique est liée à son contenu (riz et haricots secs) et ses dommages collatéraux (le prosélytisme des Organisations Non Gouvernementales humanitaires d’origines religieuses et l’utilisation exclusive du bois comme matériau/modèle pour la reconstruction). Ce que nous soumettons à l’analyse c’est l’avenir du capital forestier d’Haïti dans la grande dynamique de la reconstruction post-catastrophe du pays qui se fait avec l’aide de la communauté internationale. Cette aide dans son volet humanitaire n’arrive pas à concilier l’urgence et les intérêts futurs du pays. Elle met en place les conditions de réalisation d’une autre catastrophe, l’extinction des ressources forestières. De ce fait, l’aide humanitaire post-sismique dans sa forme actuelle est donc dangereuse pour la sauvegarde des forêts en Haïti.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".