De la « Fortress Conservation » aux nouveaux modèles de gestion participative de la biodiversité en Tanzanie
Bibliographic record
Abstract
Cet article analyse les nouveaux modèles de conservation de la biodiversité en Tanzanie en tant que « dispositifs » qui s’accompagnent d’un arsenal rhétorique légitimant la suppression de villages ou de surfaces significatives de terres villageoises. En prenant comme point de départ la constante de l’imaginaire exotico-colonial dans les représentations occidentales de la nature en Tanzanie, l’article pose la question de la légitimité des occupations dites « illégales » des forêts à la suite de ce que l’on pourrait qualifier d’injustices environnementales. Les modèles de conservation affichant une marque « participative et inclusive » relèvent davantage de la criminalisation des pratiques et usages antérieurs aux dispositifs et favorisent la multiplication de gardes et de police, plus qu’ils ne proposent une sensibilisation particulière dans une vision plus large de l’écologie politique. Alors que les modèles dits participatifs ont comme objectif affiché d’aller au-delà de la « conservation forteresse », ils accentuent les conflits fonciers dans les interstices des aires de conservation. Malgré les flux financiers internationaux qui drainent les projets de développement et de conservation environnementale, les résistances engagées de la part des occupants devenus « illégaux » contrastent avec la rationalité technique et dépolitisée des cartographies et frontières imposées.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.016 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".