L' économie minière de l’orpaillage artisanal dans les sociétés post-conflit : jeux des acteurs et enjeux de développement et de coopération internationale. Étude de cas en Côte d’Ivoire
Bibliographic record
Abstract
L’économie minière de l’orpaillage artisanal est apparue en Côte d’Ivoire dans les années 2000, à la suite d’une rébellion qui s’est emparée du nord du pays. Les rebelles ont mis en place cette économie en vue de trouver des ressources afin de faire face à l’effort de guerre et d’apporter un semblant d’activité économique dans les différentes régions sous leur contrôle. Depuis, cette activité a continué et est devenue l’activité économique principale dans les différentes zones rurales du pays après la réunification du pays. Cette économie, bien qu’apportant des revenus conséquents aux mineurs et aux populations locales, ne peut pas assurer, à elle seule, le développement local et a besoin d’un soutien aussi bien de l’État que des multinationales d’extraction minière pour un partenariat public privé. Ceci est d’autant plus important que les mineurs artisanaux ont de l’expertise aussi bien sur le plan de l’extraction que celui de la commercialisation. Ils maitrisent le marché local et sous régional qui est différent de celui des multinationales. Une coopération entre l’État, les orpailleurs artisanaux et les multinationales d’extraction minière pourrait permettre de créer de milliers d’emplois et réduire les conséquences environnementales et les risques d’accident, ce qui pourrait entrainer un véritable développement local dans les différentes régions. La coopération internationale devrait en effet se pencher sur ces derniers aspects.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.007 | 0.006 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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 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".