Politique de gestion et dégradation persistante des aires naturelles protégées en Côte d’Ivoire : cas de la forêt classée de l’Anguédédou.
Bibliographic record
Abstract
Notre article analyse la manière dont les déficiences de gestion de l'aire naturelle protégée de la forêt sacrée d’Anguédédou, en Côte d'Ivoire, impactent sur sa dégradation. Cette étude repose sur une démarche qualitative ayant conduit à la réalisation d'entretien de vingt-cinq (25) personnes, sélectionnées selon le principe de l’échantillonnage des données à choix raisonné. Les résultats de l’étude révèlent d’abord que les acteurs impliqués dans la gestion de la forêt d’Anguédédou ont des intérêts divergents. Ensuite, l’étude montre que les représentations socio-économiques de la forêt déterminent les attitudes et comportements des populations, c’est-à-dire leurs pratiques sociales et symboliques vis-à-vis de celle-ci. Enfin, cette étude met en avant l’incohérence de la coordination des stratégies des acteurs qui traduit la faible synergie d’actions des parties prenantes impliquées dans la gestion de l'aire naturelle protégée. Ces résultats sont ici considérés comme des facteurs explicatifs de la dégradation persistante de la forêt classée d’Anguédédou. Cette étude amène ainsi à interroger le mode de gouvernance environnementale des ressources forestières de la forêt d’Anguédédou, mais également des autres aires naturelles protégées de Côte d'Ivoire.
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 | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.008 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".