Prédation économique et poursuite des dynamiques micro-conflictuelles au Nord et au Sud Kivu : individus, groupes criminels et entreprises multinationales. \n\nLâouverture du secteur extractif congolais au marché international, un facteur dâéchec au processus de paix ?
Bibliographic record
Abstract
Cette étude analyse l’impact du processus libéral de paix en République Démocratique du Congo sur la poursuite des violences dans les provinces du Nord et du Sud Kivu. Elle soutient que les dynamiques conflictuelles dans ces deux régions sont entretenues par l’établissement d’un programme de partage de pouvoir (power sharing), inclusif, jumelé à l’application des réformes économiques libérales. En se concentrant sur la réforme du secteur de sécurité et l’harmonisation de la politique nationale (en vue des élections post-conflictuelles de 2006), le processus de paix néglige les enjeux politiques et socio-économiques locaux. Le désengagement de l’État et la libéralisation du secteur minier accentuent le taux de corruption du gouvernement de transition et renforcent l’exploitation illégale des ressources par les groupes armés. Cette recherche soutient que l’implantation massive d’entreprises minières multinationales dans les provinces du Nord et du Sud Kivu aggrave la déformation des tissus socio-économiques locaux, accentue la dépendance des populations aux réseaux de gouvernance informelle et renforce les divers groupes armés présents sur le terrain. Par conséquent, les réformes structurelles menées dans le cadre du processus libéral de paix font perdurer les violences et occasionnent de nouvelles dynamiques conflictuelles localisées autour du contrôle des ressources locales, qu’elles soient d’ordre économique ou politique.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".