Restructuration urbaine et recomposition paysagère dans la ville de Yaoundé
Bibliographic record
Abstract
Yaoundé est l’une des principales villes du Cameroun. Dans les années 1990, la crise économique a frappé le pays et les Programmes d’ajustement structurel ont présidé au désengagement de l’État dans la planification urbaine. Dès lors, se sont développés, une urbanisation non contrôlée et un paysage urbain atypique. Depuis les années 2010, l’État à travers le ministère du Développement urbain et de l’Habitat et la Communauté urbaine de Yaoundé a entrepris un processus de restructuration urbaine à Yaoundé suivant les Schémas directeurs d’aménagement urbain de 1982 et le Plan directeur d’urbanisme de 2008. Cette restructuration induit une recomposition du paysage urbain dont les perceptions, individuelle et collective, trahissent différentes sensibilités. Cette étude analyse les dimensions sensorielles du paysage résultant de la restructuration urbaine à Yaoundé. L’approche géographique et sociologique intègre : l’exploitation documentaire, les enquêtes de terrain, les prises de vue et la cartographie du paysage urbain. Il se révèle que la restructuration urbaine en cours à Yaoundé modifie l’environnement urbain. Le paysage qui en résulte s’appréhende à partir des logiques individuelles, collectives et sociales, selon le sens privilégié par les acteurs.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".