Répercussions sociales et environnementales de l'exploitation minière artisanale et à petite échelle en Afrique: revue narrative de la littérature francophone (2020-2025)
Bibliographic record
Abstract
Dans une Afrique où l’exploitation minière artisanale et à petite échelle (EMAPE) fait vivre plus de 25 millions de personnes, la question de la frontière entre moteur de subsistance et facteur de vulnérabilité demeure entière. À partir d’un corpus de 50 articles francophones publiés entre 2020-2025, puis soumis à un double cycle de codage thématique, cette revue narrative éclaire cinq registres (impacts sociaux, impacts environnementaux, sécurité et conflits, cadres légaux et gouvernance locale) et met au jour le biais aurifère du corpus, la centralité de dispositifs paralégaux et paraétatiques dans la régulation, ainsi que des angles morts (trajectoires et profils, santé mentale, régions sous-étudiées). Les résultats confirment une dualité structurante. D’un côté, l’EMAPE soutient l’économie rurale, amortit les chocs de prix et finance parfois l’agriculture. De l’autre, elle expose les mineurs à des accidents fréquents, reconduit des hiérarchies de genre, mobilise le travail des enfants et attise des tensions foncières ou sécuritaires, notamment dans le Sahel. Sur le plan environnemental, l’usage du mercure dans l’orpaillage contamine les cours d’eau. Le dragage de sable accroît la turbidité des cours d’eau et appauvrit la faune benthique. La déforestation, l’érosion des sols et la fragmentation des habitats aggravent ces effets. Les dispositifs de régulation peinent à suivre ces externalités : procédures d’enregistrement coûteuses, chevauchement entre droit coutumier et droit positif, corruption endémique, ingérence d’acteurs armés. Plutôt que des approches exclusivement répressives ou fiscalistes, la revue narrative appelle à des cadres d’action pluriels, co-construits avec les communautés minières et sensibles aux dispositifs paralégaux et paraétatiques déjà à l’œuvre. Appréhender et analyser l’EMAPE comme un espace social complexe, plutôt que comme une anomalie à éliminer, constitue le préalable à toute politique de durabilité crédible.
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 | 0.004 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.006 | 0.006 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".