Dynamique paysagère du littoral kribien face aux pressions de l’agro industrielle et de l’urbanisation
Bibliographic record
Abstract
La question du paysage préoccupe plusieurs disciplines : sociologie, anthropologie et géographie, etc. Elle a inspiré des auteurs l’ayant analysé suivant les colorations disciplinaires. En géographie, le paysage est convoqué pour décrire et comprendre les dynamiques spatiales ; dans ce cas, les zones côtières qui, de par leur situation, sont au centre de multiples enjeux et sujettes à d’importantes modifications. On y note une fragilisation considérable dont les principaux acteurs sont les agro-industrielles et l’urbanisation. C’est le cas à Kribi. Au lendemain des indépendances, plusieurs plantations agro-industrielles furent créées. C’est le cas de la Société de Palmeraie de la Ferme Suisse (SPFS) en 1968, devenue Société Camerounaise de Palmeraie (Socapalm), Hévéa du Cameroun (Hevecam) en 1975. Une forte croissance démographique galopante est en cours, étroitement liée aux grands projets industriels d’envergure entrepris récemment dans cette région (Port en eau profonde de Kribi, la centrale à gaz, Pipeline Tchad-Cameroun…). Ces aménagements entrainent des transformations remarquables du paysage et la physionomie du milieu originel. Le littoral alterne désormais écosystèmes naturels, aménagements agricoles et autres équipements. Ce travail analyse la dynamique du paysage littoral Kribien à l’aune des différents aménagements en cours. La méthodologie articule trois points : le traitement des images satellites (Landsat 1984, 2004 et 2016), l’analyse des données sociologiques, et les mobilités et leurs conséquences sur le littoral kribien. Les enquêtes socio-économiques complètent la perception des populations de leur paysage en mutations. Il apparait qu’entre 1984 et 2016, le paysage littoral kribien a connu une forte dynamique qu’il faille juguler. Face à cette situation, l’État a mis sur pied un dispositif juridique et institutionnel favorable à la protection des espaces littoraux à écologie fragile.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| 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 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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 teacher head, 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".