L’ « accompagnement socio-écologique » du territoire du Ferlo au prisme de sa gouvernementalité
Bibliographic record
Abstract
Au Sénégal, la gestion des aires protégées s’inscrit dans une longue tradition militaire propre aux régimes foucaldiens de la « souveraineté » et de la « discipline ». Toutefois, cette culture coercitive est mise en critique par une approche participative de la conservation de la nature, qui s’est diffusée depuis les années 1990 dans le cadre de l’appareil de coopération Nord-Sud. Depuis 2015, deux programmes de recherche internationaux et transdisciplinaires, Future Sahel et Xpaths, mis en œuvre dans le cadre du projet panafricain de Grande Muraille Verte, encouragent la participation des acteurs locaux dans la gouvernance des ressources naturelles de la région du Ferlo, au travers de méthodologies d’accompagnement à la gestion socio-écologique du territoire. À travers une enquête située au sein de ces arènes participatives et une confrontation avec des cadres d’analyse inspirés du concept de « gouvernementalité », cet article examine comment un groupe de chercheurs proches des « sciences de la durabilité » participent à modifier les rapports de pouvoir en introduisant de nouveaux modes de régulation politique. Les résultats de cette recherche démontrent que ces dispositifs font évoluer les rapports entre gouvernants et gouvernés sur ce territoire périphérique.
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.011 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".