De la décentralisation de la gestion forestière à une gouvernance locale des forêts communautaires et des redevances forestières au Sud-est Cameroun
Bibliographic record
Abstract
La participation des acteurs est reconnue comme une dimension importante de la gestion durable des forêts et plusieurs modalités existent pour faciliter cette participation dont la décentralisation de la gestion forestière. Cet article analyse les implications de la décentralisation sur la participation des acteurs et la modulation du système d’action de gestion des redevances et des forêts communautaires au Sud-est Cameroun et propose des avenues d’un modèle de gouvernance forestière locale. Au Sud-est Cameroun, la décentralisation de la gestion forestière a mené à la cristallisation du pouvoir décisionnel local autour de deux acteurs, à l’instauration de nouveaux rapports de force et à la compromission des pratiques traditionnelles de gestion forestière existantes. Il en a résulté la marginalisation des populations et leur faible participation à la gestion des forêts communautaires et des redevances forestières. La mise en œuvre du modèle de gouvernance forestière proposé dans cet article suggère de réviser et bonifier la loi forestière camerounaise actuelle et de mettre en place des activités de renforcement de capacité des populations et des comités locaux de gestion forestière. Ces préalables sont nécessaires pour créer des rapports d’interdépendance avec pouvoir diffus entre les acteurs impliqués à la gestion forestière. Ces types de rapports sont essentiels pour favoriser, dans cet environnement tropical, une véritable gestion participative et durable des forêts communautaires et des redevances forestières.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.000 |
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".