MétaCan
Menu
Back to cohort
Record W4398204111 · doi:10.4000/11pd4

Évaluation délibérative des effets des modes de gestion des aménagements hydroagricoles sur l’accès aux facteurs de production du riz dans la vallée du Niger au Bénin

2023· article· fr· W4398204111 on OpenAlexvenueno aff
Abdou Razak Maman, Janvier Egah, Mohamed Nasser Baco

Bibliographic record

VenueVertigO · 2023
Typearticle
Languagefr
FieldAgricultural and Biological Sciences
TopicAgriculture and Rural Development Research
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical science

Abstract

fetched live from OpenAlex

La présente étude révèle l’implication des acteurs locaux dans l’évaluation de l’impact des modes de gestion des ressources naturelles en les mettant au cœur du processus. La démarche méthodologique appelée « jury de citoyen » soutenue par quatre groupes de discussion autour des aménagements hydroagricoles de la Vallée du Niger au Bénin a été explorée dans cette étude. Les périmètres concernés sont l’Union des groupements des producteurs du périmètre de Malanville (UGPPM), le Périmètre Sota et les bas-fonds aménagés des villages de Garou et de Toumboutou. L’analyse faite sur les quatre catégories d’effets a permis d’observer les effets cognitifs, les effets contextuels et les effets substantifs respectivement. Les effets procéduraux ont été faiblement observés. Les différentes observations ont été validées sur la base du consensus. L’innovation, révélée par ce modèle d’analyse, trouve son fondement dans son caractère holistique et sa capacité d’appréhender les effets induits par les approches participatives en quatre dimensions et qui tiennent compte des relations structurelles entre celles-ci. Les quatre catégories d’effets analysées ont montré que dans le domaine de la gouvernance des ressources naturelles autour des aménagements hydroagricoles, il est possible de dialoguer, d’argumenter sur la base des connaissances, des expériences et des savoirs différents et qu’il est indispensable, pour une participation efficace, de confronter les différents points de vue à travers des débats de qualité fondés sur le raisonnement dans le but de trouver un consensus.

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 imitation

Not 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.

metaresearch head score (Codex)0.013
metaresearch head score (Gemma)0.022
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.013
Threshold uncertainty score0.069

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0130.022
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0020.002
Scholarly communication0.0020.001
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0050.001

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.

Opus teacher head0.066
GPT teacher head0.265
Teacher spread0.200 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueVertigOSame topicAgriculture and Rural Development ResearchFrench-language works237,207