Gouvernance de l’orpaillage dans le domaine de chasse de Bili-Uéré : entre application de la règlementation nationale et nécessités locales de survie dans la Province du Bas-Uélé en République démocratique du Congo
Bibliographic record
Abstract
La gouvernance de l’orpaillage artisanal se caractérise, dans la plupart des pays africains, par des pratiques informelles. Le Domaine de Chasse de Bili-Uéré (DCBU), l’aire protégée la plus vaste de la République démocratique du Congo (60 000 km2), est menacé par l’orpaillage artisanal dont la gouvernance mérite d’être questionnée. Cet article vise à démontrer comment les exigences locales de survie limitent l’application de la législation nationale dans la gouvernance de l’orpaillage dans ledit domaine. Pour y parvenir, la collecte des données a mobilisé une triple entrée d’instruments méthodologiques comprenant la documentation, le discours (entretiens individuels et de groupe) et l’observation directe. À l’issue de l’analyse des données, les résultats montrent que la gouvernance de l’orpaillage dans le DCBU se caractérise par une coexistence entre la règlementation nationale et les pratiques informelles. Cette coexistence est due aux nécessités socioéconomiques locales des parties prenantes, abandonnées par l’État dans ses fonctions régaliennes. Les acteurs impliqués dans la gouvernance de l’orpaillage ont ainsi développé des systèmes des relations autour des enjeux liés à cette activité. Ces résultats prouvent que la question de gouvernance de l’orpaillage dans le DCBU est complexe car les jeux des acteurs sont définis à tous les niveaux, notamment national, provincial et local. À chacun de ces niveaux, l’orpaillage repose sur une gouvernance de proximité très structurée, régie par la prédominance des règles informelles. Une réponse holistique de la part de l’État et des autres parties prenantes est donc nécessaire pour concilier les préoccupations socioéconomiques avec l’application de la règlementation minière et forestière.
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 | 0.010 | 0.031 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| 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".