Commerce alimentaire de proximité dans les rues de la ville de Douala: cas de la banane plantain mûre braisée vendue par les femmes
Bibliographic record
Abstract
Cette étude analyse les logiques commerciales des femmes vendant la banane plantain mûre braisée dans de la ville de Douala. Des enquêtes structurées ont été réalisées auprès de 80 vendeurs. Des résultats montrent que l’activité est exercée par les femmes, dont l’âge moyen est 46 ans. Ces femmes sont mariées dans la majorité, ont un niveau d’instruction d’au moins le primaire. Dans les marchés, les femmes braisent plus le plantain demi mûr, soit près de 76%, contre seulement 21% de plantain mûr et enfin 10% de plantain non mûr. L’activité étant informelle les femmes vendent à 91% en bordure de rue. Le plantain braisé est vendu en doigt (97,5%) sous différentes tailles et les prix de vente connaissent des fortes fluctuations et variations saisonnières. L’activité est génératrice de revenus pour les femmes, ce qui contribue à leur autonomisation. Les femmes font face à des contraintes majeures à l’instar de : cherté du plantain dans les marchés, l’instabilité des prix, le manque d’un bon emplacement, etc. Une amélioration des conditions de travail, avec la modernisation des outils pourrait captiver les jeunes filles en chômage. Pour cela des jeunes startuppeuses sont interpellées à se pencher sur la question.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".