La pensée design et Facebook au service de la résolution d'un problème d'inondation : Une étude de cas au Maroc
Bibliographic record
Abstract
Au Maroc, les inondations aggravées par les changements climatiques endommagent ou polluent les sources d’eau potable. Alors que les victimes cherchent des mesures d’adaptation, on se demande comment accompagner adéquatement des citoyens dans la résolution de tels problèmes environnementaux complexes. L’approche créative de la pensée design et l’usage participatif de Facebook ont été choisis pour accompagner dix femmes marocaines dans la résolution d’un problème d’eau potable causé par les inondations. En pensée design, l’analyse des besoins, l’abduction et le prototypage rapide sont promus. Facebook, comme d’autres outils numériques, peut faciliter la définition d'un problème, la discussion et l'élaboration de solutions. À l’aide de vidéos, de photos et de commentaires, les participantes ont partagé sur Facebook leur expérience des inondations, puis résolu ensemble le problème de la piètre qualité de leur eau potable. La pensée design et Facebook ont permis aux femmes d’explorer plusieurs dimensions du problème, puis de prototyper et d’appliquer des solutions de purification d’eau réalistes pour leur milieu. C’est la dimension créative de la démarche et l’utilisation de divers médias qui permet d’établir ici un lien avec le processus artistique.
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 | 0.006 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".