Face aux pollutions : hiérarchies et solidarités entre fumeuses de poissons à Abidjan
Bibliographic record
Abstract
En Afrique de l’Ouest, les femmes qui fument le poisson et la viande sont exposées à des risques environnementaux élevés, car leur activité les expose à de fortes concentrations d’émissions nocives. À travers l’étude de cas des travailleuses d’un site de fumage accolé à un marché populaire à Abidjan, cet article décrit les perceptions de la pollution de l’air, les effets sur leur santé et les stratégies et pratiques individuelles et collectives des fumeuses pour la réduire. Un accent particulier est mis sur les relations de travail entre fumeuses et les aides qu’elles emploient, puisque ces hiérarchies influent sur le niveau d’exposition à la pollution. Dans cette perspective sont analysées les relations de dépendance qui structurent les activités féminines de l’économie populaire, et en particulier les pratiques de confiage d’une main-d’œuvre juvénile, ainsi que les parcours professionnels des aides face aux risques, entre exploitation et émancipation. Cet article propose de considérer conjointement les pollutions, leurs risques sur la santé des travailleuses, les opportunités économiques des femmes de milieu populaire et les obligations sociales réciproques entre fumeuses dans la capitale ivoirienne.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".