Perception des communautés riveraines sur la conservation des forêts primaires du Nord-Ubangi
Bibliographic record
Abstract
Le Nord-Ubangi, l’une de 26 provinces de la République Démocratique du Congo située dans sa partie Nord-Ouest est peuplée d’un bloc forestier composé essentiellement des forêts primaires qui jouent un rôle primordial dans le développement socio-économique de la province, et le maintien de l’équilibre climatique au niveau de la planète. Bien que considérées comme réservoir des ressources pour les communautés en particulier et l’humanité en général, actuellement, ces forêts évoluent progressivement dans une phase de vulnérabilité. Cette situation se traduit par la forte anthropisation occasionnée par les communautés riveraines, menaçant ainsi la protection de l’environnement, de surcroit leur survie. Face à cette conjoncture qui exige des actions responsables, cet article se donne le devoir de questionner les communautés riveraines de ces forêts primaires du Nord-Ubangi sur la nécessité de sa conservation. En d’autres termes, il vise à déterminer la perception des communautés nord-ubangiennes sur la possibilité de la conservation ou non de ces forêts primaires tout en mettant en évidence leur niveau de la maitrise de la notion d’aire protégée.
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 | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.001 | 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".