Sortir de la forêt Sambisa et de Boko Haram : étude du dispositif pour la réintégration des personnes ex-combattantes au Cameroun
Bibliographic record
Abstract
Les enjeux liés à la violence extrémiste ces dernières années ont favorisé l’essor d’un bon nombre de politiques publiques dans un contexte international marqué par la prégnance des atteintes à la sécurité. Le foisonnement de nombreux programmes nationaux qui visent à encadrer la phase du post-engagement et des sorties des groupes terroristes a fait l’objet d’études récentes en Europe et au Canada. Cependant, les initiatives visant à structurer le retour des individus qui ont rejoint ces organisations sous le prisme de la criminologie et de la sociologie de l’action publique restent peu explorées dans le contexte africain, pourtant particulièrement affecté par les problématiques sécuritaires liées à l’implication dans ces groupes. Au Cameroun, notamment, une offre institutionnelle de sorties de violences extrémistes a été proposée aux ex-combattantes et excombattants à la suite des redditions de Boko Haram avec pour point cardinal un programme de Désarmement, de Démobilisation et de Réintégration (DDR) lancé depuis 2018 et une Stratégie de Genre (2021-2025) lancée en octobre 2022. L’objectif de la présente thèse est d’examiner spécifiquement cette fabrique de la réponse publique pour encadrer les sorties de l’extrémisme violent calquée à un contexte africain. Cette étude s’inspire de l’approche théorique de la sociologie et l’instrumentation de l’action publique tout en s’appuyant sur les travaux existants dans le domaine de la consolidation de la paix. Combinant une analyse documentaire ainsi que des observations, cette étude se fonde sur une enquête qualitative composée de trente-sept entrevues semi-dirigées menées sur trois sites entre 2020 et 2022, au Cameroun. Les entretiens ont été conduits sur des terrains inédits auprès des professionnels chargés de la mise en oeuvre du programme de Désarmement, Démobilisation et Réintégration (DDR) et les personnes prises en charge par celui-ci ainsi que des actrices et acteurs de la société civile et des organisations internationales. Les résultats de cette recherche offrent une cartographie du déploiement de l’action publique et dévoilent un jeu d’actrices et d’acteurs ainsi que les effets de reconfigurations directs et indirects du programme de DDR. S’émancipant des débats qui minent le champ des études sur l’extrémisme violent, les analyses réalisées montrent qu’au-delà des inerties institutionnelles et des reconfigurations qu’il génère, les modalités d’appropriation nationale du programme démontrent des effets à géométrie variable. Les résultats suggèrent que la rationalité qui sous-tend l’appropriation d’un tel instrument doit subir un virage paradigmatique pour gagner en pertinence. iii Pour ce faire, le dispositif d’encadrement des sorties de groupes armés désignés d’organisation terroriste (GADOT) doit impérativement intégrer les actrices et acteurs de niveau intermédiaire. La présente thèse contribue in fine au développement des connaissances empiriques sur les trajectoires des personnes qui passent à travers les processus de sortie d’un GADOT, dans le cas d’espèce de Boko Haram et à la formalisation d’un modèle détaillant les composantes de la notion d’appropriation nationale autour du triptyque que sont les actrices et acteurs, les pratiques et les espaces définis.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.002 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".