Déterminants de l’adoption des techniques de lutte contre l’érosion hydrique en zone cotonnière du Cameroun
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Dans la zone cotonnière du Cameroun, la pression foncière croissante a conduit à une augmentation des superficies cultivées et accentué l’érosion des sols causée par l’intensité des pluies sur des sols mal protégés. Depuis deux décennies, les aménagements antiérosifs ont été diffusés, mais peu d’études ont analysé les facteurs favorisant leur adoption. L’objectif de cette étude a été d’identifier les facteurs qui ont influé sur l’adoption et l’intensité d’adoption des aménagements antiérosifs par les agriculteurs. Une enquête a été effectuée dans le cadre du projet Eau-Sol-Arbre (ESA) entre 2008 et 2009 auprès de 303 agriculteurs de la zone cotonnière. Les données de cette enquête ont été analysées à l’aide d’un modèle Tobit II. Les résultats ont montré que, parmi les variables étudiées, celles qui ont influencé la décision d’adoption des aménagements antiérosifs par les agriculteurs ont été (a) l’âge des agriculteurs, (b) la perception des problèmes d’érosion par l’agriculteur, (c) leur appartenance à un groupe (religion, ethnie), (d) la disponibilité en main d’oeuvre et (e) la tenure foncière. Les facteurs expliquant l’intensité de cette adoption par les agriculteurs ont été le nombre d’années écoulées depuis leur adoption des aménagements et leur mode d’accès au foncier. Le niveau d’instruction n’a influé ni sur l’adoption ni sur l’intensité de cette adoption. Afin de mieux orienter les actions futures, les programmes de lutte contre l’érosion doivent tenir compte de ces résultats dans leurs méthodes d’intervention, mais aussi dans les évaluations d’impacts socio-économiques.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle