Impact(s) des technologies numériques en période de crise : cas du conflit à Mango, Togo
Bibliographic record
Abstract
La ville de Mango située dans la région septentrionale du Togo a été le théâtre d’une crise dont les médias ont largement fait écho au mois de novembre 2015. Au cours de ces évènements, on a observé une grande mobilisation des populations riveraines et des natifs de cette localité résidant à Lomé. Cet article s’intéresse à la manière dont ils ont interagi avec ces différents outils (internet et téléphonie mobile), les finalités et l’impact de ces usages dans la résolution de cette crise. L’analyse de ces évènements à travers la couverture médiatique de la presse écrite et les différents outils ont révélé des déficits communicationnels au niveau de la conduite de ce projet. Elle a surtout permis d’inscrire les usages dans un contexte social caractérisé par des pesanteurs politiques déterminant la résolution de ce conflit.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".