Des élites touarègues face aux trafics de drogues. Quelles recompositions morales et sociopolitiques ?
Bibliographic record
Abstract
Depuis le milieu des années 2000, les trafics illicites au Sahel, notamment les trafics de drogue, sont régulièrement analysés à travers un prisme sécuritaire. Le présent article, basé sur un terrain de recherche au Mali et au Niger entre 2016 et 2017, adopte une approche critique, explicitant les enjeux associés aux « données » et aux récits collectés sur les trafics de drogue et soulignant ce qu’ils révèlent ou laissent parfois supposer dans le contexte d’une économie politique régionale en transformation. Ayant eu principalement accès à des élites touarègues, l’auteur présente leurs perceptions et leurs économies morales autour des trafics de drogue. À travers les récits de ces élites, il se penche sur les dynamiques de pouvoir et les potentiels effets provoqués par l’économie de la drogue au sein des communautés touarègues au Mali et au Niger. L’article analyse plus spécifiquement les préoccupations des élites par rapport aux trafics de drogue, à l’instar de l’évolution des liens matrimoniaux, de l’avènement de nouvelles notabilités, de la perte de contrôle sur la « jeunesse » et de l’affaiblissement de certaines réalités statutaires.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.011 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 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".