MétaCan
Menu
Back to cohort
Record W4412575607 · doi:10.4000/14ehg

Cartographie des processus d’orpaillage artisanal dans le sud-est du Sénégal : apprentissage terrain et structuration de l’information

2024· article· fr· W4412575607 on OpenAlexaffvenue
Zeinab Raissa Diarra, Abou Abdallah Malick Diouara, Mathias Glaus

Bibliographic record

VenueVertigO · 2024
Typearticle
Languagefr
FieldAgricultural and Biological Sciences
TopicAgriculture and Rural Development Research
Canadian institutionsÉcole de Technologie SupérieureGDG Environnement
Fundersnot available
KeywordsGeographyPolitical science

Abstract

fetched live from OpenAlex

La zone d’étude est localisée dans la région de Kédougou, située au sud-est du Sénégal et porte sur l’exploitation minière artisanale et à petite échelle (EMAPE). Ce type d’activité joue un rôle essentiel dans l’économie locale, notamment comme source de revenus complémentaire aux activités traditionnelles (élevage, pêche, agriculture, et autres). Les opportunités sont autant des métiers informels directs (forgerons, concasseurs et broyeurs, opérateurs de lavage et de séparation, et cetera) qu’indirects (commerçants, cuisinières, transporteurs et livreurs, et cetera). Toutefois, elle est aussi responsable d’impacts négatifs dans les domaines de l’environnement, de l’économie et de la santé ; lesquels nécessitent des solutions technologiques, organisationnelles et politiques. Cependant, il convient d’appréhender la complexité des activités associées à l’EMAPE. Par le biais d’observations des pratiques, une approche systémique a été utilisée, visant à identifier les différents processus unitaires et à exprimer, d’une part, les flux des ressources et, d’autre part, les flux des rejets dans l’environnement ainsi que les flux recirculés. Cette démarche a permis de cartographier les processus mettant ainsi en évidence deux modes d’organisations (distribué et centralisé) dans les activités de traitement du minerai dans l’EMAPE au Sénégal. Chacun des deux modèles présente des spécificités qui influencent la performance du système, les conditions de travail ainsi que les rejets et les impacts possibles sur la santé et l’environnement. Des conditions comme la présence d’un cours d’eau, l’influence des pratiques venues d’autres pays ou encore la teneur en or de la roche tendent à expliquer le choix de l’un ou l’autre des modèles. Ces spécificités relèvent notamment : (i) de l’organisation spatiale des sites qui abritent les activités de traitement ; (ii) du mode de collaboration entre les secteurs informels ; (iii) des techniques manuelles et semi-mécanisées. Les pratiques résultantes s’inscrivent dans des stratégies d’économie circulaire. L’analyse des informations colligées a permis, pour la première fois, de cartographier la chaine des processus d’orpaillage dans la région de Kédougou.

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)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.289
Threshold uncertainty score0.575

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0060.013
Science and technology studies0.0020.001
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0150.001

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 head0.008
GPT teacher head0.221
Teacher spread0.213 · 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 designQualitative
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
Published2024
Admission routes2
Has abstractyes

Explore more

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