Motifs des incendies de forêt en Algérie : analyse comparée des dires d'experts de la Protection Civile et des Forestiers par la méthode Delphi
Bibliographic record
Abstract
L’objectif de cette étude est d’évaluer la perception des motifs des incendies de forêt par le personnel de la Protection Civile algérienne. L’étude complète l’analyse déjà menée par les mêmes auteurs avec le personnel de la Direction Générale des Forêts. Notre recherche a permis d’apporter des réponses aux causes inconnues en Algérie, qui représentent plus de 80 % de leur nombre total. Comprendre les motivations des mises à feux est crucial dans le but de réduire leur incidence par des campagnes spécifiques de prévention. L’analyse a été menée dans trois wilayas (départements) sensibles aux incendies (Nord-Centre de l'Algérie), par le biais de la méthode Delphi, basée sur les dires d’experts. La recherche a impliqué 317 agents de la Protection Civile, contactés par courrier, pour répondre à un questionnaire d'enquête. Les causes identifiées relèvent de l'action de l'Homme, qu'elle soit volontaire ou involontaire, en excluant les causes naturelles. Les experts ont reconnu, en termes de fréquence dans leurs réponses, le jet de mégots pour plus de 90 % d'entre eux, le brûlage des chaumes (82,97 %) et les jeux d’enfants (65,30 %). Pour les incendies volontaires (malveillance), les résultats mettent en évidence les brûlages des décharges sauvages (85,49 %) et le renouvellement de l’herbe par les pasteurs (65,93 %). Pour les incendies accidentels, ils mettent en évidence les débris de verre (79,18 %) et les lignes électriques (70,66 %). L’interprétation du phénomène par les experts est influencée par leur expérience, leur connaissance, mais aussi leur culture.
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 | 0.025 | 0.038 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".