MétaCan
Menu
Retour à la cohorte
Enregistrement W1775985881 · doi:10.4000/vertigo.16516

Multiplication végétative à faible coût au profit des paysans et éleveurs des zones tropicales et méditerranéennes

2015· article· fr· W1775985881 sur OpenAlexvenueno aff
Ronald Bellefontaine, Quentin Meunier, Aboubacar Ichaou, Hervé Le Bouler

Notice bibliographique

RevueVertigO · 2015
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueMediterranean and Iberian flora and fauna
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForestryGeographyHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Les diverses techniques de multiplication végétative à faible coût (MVfc) sont utiles pour les populations pauvres des zones tropicales et méditerranéennes qui veulent reproduire à l’identique un arbre sélectionné pour ses usages multiples (fruitier, fourrager, pour la pharmacopée, etc.), pour la réalisation de vergers, haies, brise-vent et parcs agroforestiers dans leurs champs. Ce sont des techniques très aisément reproductibles, qui n’exigent ni intrants coûteux, ni connaissances particulières, ni longue formation. Par rapport aux semis, la MVfc met à la disposition des agroforestiers et des populations rurales des plants à croissance plus rapide et à maturité plus précoce, ce qui raccourcit le retour sur investissement. Les populations rurales y sont très sensibles, notamment pour les espèces dioïques. Toutefois, les diverses techniques de la MVfc demeurent largement sous-utilisées en Afrique. Les avantages de ces techniques peu onéreuses, telles que l’induction de drageons, le bouturage de segments de racines, le marcottage terrestre ou aérien sont présentés dans cet article de synthèse.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,351
Score d'incertitude au seuil0,684

Scores Codex et Gemma par catégorie

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

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 Opus0,128
Tête enseignante GPT0,303
Écart entre enseignants0,175 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetMediterranean and Iberian flora and faunaTravaux en français237 207