(Bio)porodi rekk ? Structuration des savoirs paysans de protection des cultures et dépendance aux pesticides en maraîchage – Cas d’une commune maraîchère de la zone des Niayes (Sénégal)
Bibliographic record
Abstract
Au Sénégal, le recours aux pesticides en maraîchage est une pratique généralisée et persistante. Cette situation est illustrée par la formule synthétique « porodi rekk » (« juste les pesticides » en wolof), par laquelle les maraîchers résument usuellement leur approche de la gestion des nuisibles. L’objectif de cet article est d’explorer les savoirs paysans de protection des cultures maraîchères, puis d’analyser la contribution de ces savoirs à la reproduction de la lutte chimique à l’échelle du secteur maraîcher sénégalais. Pour ce faire, le présent article analyse comment ces savoirs sont structurés par le réseau matériel et social qui leur est associé, et comment ces savoirs structurent à leur tour les pratiques des maraîchers. La méthode retenue a consisté en une étude de cas centrée sur une commune (anonymisée) de la zone des Niayes – principal bassin de production de légumes au Sénégal. Quarante-huit (48) entretiens semi-directifs ont été réalisés auprès de maraîchers et de revendeurs de pesticides, principalement, avant d’être analysés par codage inductif. Il ressort que les savoirs des maraîchers sont doublement structurés i) par leur mise en partage dans des réseaux informels de conseil et ii) une appréhension empirico-sensorielle des pesticides et de leur efficacité. Ce mode de structuration assure la production continue et incrémentale de savoirs de protection des cultures qui comportent i) une classification paysanne des pesticides, ii) une représentation dominante des causes des problèmes phytosanitaires, iii) une connaissance évolutive des traitements chimiques les plus efficaces – mais également iv) une large ignorance des risques occasionnés par la lutte chimique sur la santé et l’environnement. Finalement, le processus d’innovation en vigueur en matière de protection des cultures maraîchères – et le réseau matériel et social qui le sous-tend – assurent l’amélioration continue et la reproduction de la lutte chimique. Paradoxalement, la promotion des biopesticides ou traitements « bio », assurée par certains organismes et projets de développements, aggrave l’invisibilisation des rares savoirs paysans alternatifs. Au-delà du rôle des savoirs, la littérature suggère que la persistance de la lutte chimique au niveau du secteur maraîcher sénégalais découle plus généralement d’un triple verrouillage politico-institutionnel, technico-économique et socio-cognitif.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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 teacher head, 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".