ONG internationales environnementalistes et politiques forestières tropicales
Bibliographic record
Abstract
L’analyse critique de la campagne de Greenpeace consacrée à la protection de l’Amazonie, entre le milieu des années 1990 et le début des années 2000, révèle l’impact contradictoire des ONG internationales sur les politiques forestières tropicales. D’un côté, l’ONG participe avec succès au maintien sur les agendas nationaux et internationaux de la question de la bonne gestion des forêts tropicales. Elle réussit aussi à apporter une aide conséquente à certaines populations locales, tout en étant l’un des principaux promoteurs de nouveaux concepts, de nouvelles normes et de nouvelles politiques. De l’autre, certaines logiques internes entraînent des choix stratégiques qui conduisent Greenpeace à engager et porter des normes et des représentations n’intégrant pas toujours la complexité inhérente aux milieux forestiers tropicaux. Cela peut amenuiser les débats visant à mettre à jour les meilleurs modes de conservation et de gestion de ces espaces forestiers. Ces dynamiques peuvent aussi produire les effets inverses de ceux qui sont escomptés.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 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".