Les perceptions des populations locales de la forêt du Karthala aux Comores et du projet de sa mise en protection : une approche par les cartes cognitives et des représentations sociales
Bibliographic record
Abstract
La forêt du Karthala (Comores) fait actuellement l’objet d’une politique nationale de mise en protection, en lien avec la communauté internationale. Cette politique peut entrer plus ou moins en adéquation avec les perceptions et les attentes des riverains de la forêt. Afin de mieux comprendre les enjeux de cette politique, nous avons étudié les représentations de la forêt par les populations locales, en amont de sa mise en protection. Nous faisons l’hypothèse que ces représentations varient en fonction de la proximité à la forêt. Nous posons les hypothèses suivantes : (i) le degré de connaissances des composantes de la forêt est différent selon les métiers, le genre, l’âge et les modes de fréquentation de la forêt ; (ii) la réussite de la mise en place de l’aire protégée de la forêt du Karthala s’appuie sur la prise en compte des représentations et usages de la forêt par les riverains. Des enquêtes conduites en 2016 et 2017 dans huit localités autour de la forêt du Karthala et dans la capitale Moroni ont permis de saisir les représentations des composantes de la forêt et du projet de création de l’aire protégée. Les données récoltées ont été rassemblées sous forme de cartes cognitives et d’associations libres. À partir de ces données, nous avons construit un indice de complexité cognitive de chaque personne interrogée vis-à-vis de la forêt, que nous avons expliqué au regard des catégories socioprofessionnelles, catégories d’âge, genre et lieu de résidence. Nous avons également comparé les représentations sociales de la forêt entre les riverains et les habitants de la capitale. Nos résultats montrent que l’approche par les cartes cognitives permet d’améliorer les discussions autour d’une politique publique environnementale pour des raisons autant pragmatiques qu’éthiques et permet d’étudier les enjeux de réconciliation entre objectifs de conservation de la biodiversité et de développement humain des territoires.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".