Perceptions sociales et adaptation au changement climatique dans et autour de la Réserve de Biosphère de Yangambi (RBY) en République démocratique du Congo
Bibliographic record
Abstract
Le présent article a pour objectif de démontrer que les perceptions locales du changement climatique et les stratégies d’adaptation développées par les communautés riveraines de la Réserve de Biosphère de Yangambi (RBY) en République démocratique du Congo sont influencées par l’autochtonie ou le lien ancestral ancré sur le sol et la faible acceptabilité sociale des actions de conservation de la nature. Cette faible acceptabilité sociale concerne, en effet, les projets y exécutés. Pour ce faire, des sources documentaires, des enquêtes par entretiens individuels ainsi que par groupes de discussion (focus group) ont permis de récolter les données. L’analyse des données collectées démontre que la construction de la perception locale du changement climatique est influencée par deux facteurs principaux : d’une part, l’autochtonie qui renvoie au sentiment d'appartenance des communautés locales à leur terre ancestrale dont une superficie de 225 000 hectares est occupée par la RBY et, d’autre part, la faiblesse d’acceptabilité sociale de ladite réserve, y compris de projets menés dans et autour cette RBY.
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 | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".