Perceptions et stratégies d’adaptation au changement côtier aux Comores (Océan indien)
Bibliographic record
Abstract
Depuis plusieurs décennies, les côtes comoriennes s’érodent, tant en raison du changement climatique qu’à cause des pressions anthropiques locales. Nous étudions ici l’érosion côtière aux Comores, archipel de l’océan Indien, via des enquêtes auprès des habitants de cinq villages côtiers. Nous cherchons principalement à mieux comprendre les perceptions des changements côtiers, de leurs causes et des réponses adoptées face à l’érosion. Nos enquêtes montrent que la population locale est bien consciente du problème de l’érosion et l’attribue à raison à deux facteurs principaux : l’extraction de sable d’un côté, et l’augmentation du niveau marin de l’autre. Pourtant – et paradoxalement – la population favorise majoritairement une seule forme de réponse : la protection côtière dite dure, via les digues. Ces digues sont le plus souvent mal-adaptives, et ne solutionnent pas le problème du prélèvement de sable. Elles n’ont qu’une durée de vie courte et peuvent même accentuer l’érosion. La population ne semble pas consciente de ces effets négatifs, qui sont toutefois bien documentés aux Comores et ailleurs. Il semble nécessaire de mieux informer et sensibiliser les habitants afin de lutter contre la « mentalité des digues » ; en particulier, il faudrait renforcer les capacités locales et la gouvernance locale, surtout dans les contextes de faible gouvernance tels qu’aux Comores.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| 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".