MétaCan
Menu
Retour à la cohorte
Enregistrement W1529312590

Agroenvironmental transformation in the Sahel: Another kind of “Green Revolution"

2009· article· en· W1529312590 sur OpenAlexaboutno aff
Chris Reij, Gary Tappan, Mélinda Smale

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransformation (genetics)Green RevolutionGeographyAgricultureArchaeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A farmer-managed, agroenvironmental transformation has occurred over the past three decades in the West African Sahel, enabling both land rehabilitation and agricultural intensification to support a dense and growing population. This paper traces the technical and institutional innovations, their impacts, and lessons learned from two successful examples. The first is the story of the improvement and replication of indigenous soil and water conservation practices across the Central Plateau of Burkina Faso. Rehabilitation of at least 200,000 hectares of degraded land enabled farmers to grow cereals on land that had been barren and intensify production through developing agroforestry systems. Additionally, rehabilitation appears to have recharged local wells. The second example is a farmer-managed process of natural regeneration, using improved, local agroforestry practices over an estimated 5 million hectares in southern Niger. This large-scale effort reduced wind erosion and increased the production and marketing of crops, fodder, firewood, fruit, and other products. In both cases, income opportunities were created, reducing incentives for migration. Women benefited from the improved supply of water, fuelwood, and other tree products. Human, social, and political capital was strengthened in a process of farmer-driven change. Fluid coalitions of actors expanded the scale of the transformation. These stories have important lessons for those who seek to create effective agricultural development partnerships and meet the challenges of climate change and food security.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,006
Communication savante0,0030,002
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,247
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations90
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetAgriculture and Rural Development ResearchTravaux en français237 207