Les savoirs « endogènes » dans la gestion des ressources halieutiques et conchylicoles dans les villages de Bassar, Thialane, Moundé, Djirnda, Siwo et Diogane
Bibliographic record
Abstract
Ce rapport de recherche a été réalisé dans le cadre du partenariat entre l’Université du Québec à Chicoutimi (UQAC), le Centre de Solidarité internationale du Saguenay-Lac-Saint-Jean (CSI-SLSJ) et l’association Nébéday autour d’un projet de résilience accrue de six villages des îles du Saloum au changement climatique, financé par le programme de coopération climatique internationale (PCCI). Ce rapport présente les résultats d’une série d’entretiens conduits à Bassar et à Djirnda, deux des villages visés par le projet, sur les savoirs endogènes en matière de gestion des ressources naturelles. Nos questions de recherches portaient sur les savoirs reconnus comme « endogènes », sur les continuités et tensions entre ces savoirs et ceux que les communautés voient comme « extérieurs », et sur les bouleversements récents qui ont entrainé la délégitimation de certains savoirs. Nos résultats montrent qu’il existe effectivement plusieurs éléments de continuité et de ruptures, mais nous avons aussi mis en lumière des savoirs en « concordances », c’est-à-dire qui n’ont pas les mêmes sources, mais qui produisent des effets similaires sur la protection de l’écosystème.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| 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".