Les politiques agropastorales garantissent-elles la paix dans la gestion des ressources partagées au Bénin ?
Bibliographic record
Abstract
L’agropastoralisme est en proie à de profondes perturbations au Bénin. La pression foncière et anthropique sur l’environnement, l’augmentation des conflits entre agriculteurs et éleveurs et les menaces terroristes ont entrainé de nombreuses réformes politiques agropastorales en faveur de la sédentarisation au Bénin. Ces politiques agropastorales garantissent-elles la paix autour dans la gestion des ressources agropastorales au Bénin ? Pour répondre à cette question, quinze documents officiels (lois, arrêtés et décrets) ont été examinés. Une collecte de données qualitative auprès de dix catégories d’acteurs impliqués dans la régulation agropastorale et la gestion des conflits a été réalisée pour appuyer l’analyse des documents. Les résultats indiquent que des dispositions réglementaires et institutionnelles ont été adoptées au Bénin pour anticiper sur les causes, gérer et suivre la régression des effets négatifs induits par la dégradation des ressources agropastorales. Les politiques ont également prévu des mesures de transformation des conflits à travers l’arbitrage, la gestion à l’amiable entre les parties et la médiation de tiers actants. Des efforts importants sont consentis dans la formalisation des lois et la réglementation pour réduire les conflits agropastoraux, mais ne sont pas encore suffisants pour garantir la paix. Ces politiques sont en phase avec la construction d’une paix environnementale, mais les conflits de vision et d’intérêt génèrent un contexte qui affaiblit la cohésion sociale. L’émergence de nouveaux types de conflits para-agropastoraux associés aux questions agraires constitue aujourd’hui les nouveaux éléments à prendre en compte dans les analyses d’une gestion pacifique des ressources naturelles partagées à partir des politiques au Bénin.
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 | 0.002 |
| 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 | 0.004 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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.
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".