Des stratégies intégrées durables : savoir écologique traditionnel et gestion adaptative des espaces et des ressources
Bibliographic record
Abstract
Depuis les années 90, les Projets Intégrées de Conservation et Développement ont été présentés comme des modèles fonctionnels de développement durable pour un site spécifique dans une perspective de projet. Ils veulent intégrer les objectifs biologiques de la conservation aux objectifs sociaux et économiques du développement. Le bilan des résultats pratiques de ces stratégies montre qu’elles n’ont pas toujours été capables d’intégrer la conservation et le développement. Dans des contextes naturellement hétérogènes et dynamiques, la planification ne peut plus être un outil statique mais doit évoluer au rythme de la nature et des sociétés. Dans ce sens, l’approche de gestion adaptative, basée sur les conditions spécifiques locales et sur la dynamique de la communauté, intègre alors le design, la gestion et le suivi constant des projets afin de les re-designer pour mieux les adapter au contexte et aux besoins de la population. La prise en compte du savoir écologique traditionnel des communautés locales est d’une importance vitale pour assurer le bon fonctionnement des stratégies voulant intégrer cet outil de gestion adaptative. Dans le contexte africain, cette approche pourrait aussi permettre d’obtenir l’engagement des acteurs locaux, à travers leur participation à des projets précis et ce, dans une perspective d’apprentissage et de bonne gouvernance environnementale à long terme.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".