MétaCan
Menu
Retour à la cohorte
Enregistrement W1998841884 · doi:10.4000/vertigo.13267

Scénario socio-économique et écologique des changements de l’occupation des terres au Bénin

2013· article· fr· W1998841884 sur OpenAlexvenueno aff
Joseph Oloukoi

Notice bibliographique

RevueVertigO · 2013
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesGeographyPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Cette étude apprécie la dynamique de l’occupation des terres et son probable devenir dans un avenir moyen et lointain au Centre du Bénin. Elle se base sur une approche combinatoire qui intègre la télédétection spatiale, les systèmes d’information géographique et les automates cellulaires. Des images Landsat TM de 1986, ETM de 2000 et NigeriaSat1 de 2006 ont été utilisées pour l’extraction des informations sur l’occupation du sol. Ces informations ont été traitées et converties sous format ASCII dans ArcGIS, puis récupérées dans le modèle des automates cellulaires SPACELLE où des projections ont été faites aux horizons 2025 et 2034, suivant deux scénarios qui pourraient se produire sous des conditions socio-économiques définies. La détection des changements indique une tendance progressive des champs et jachères, les savanes arborées et arbustives entre 1986 et 2006. Quant à la forêt dense et la forêt-galerie, elles présentent une tendance régressive au niveau des quatre unités paysagiques sélectionnées. Le scénario socio-économique révèle que les formations végétales vont quasiment disparaître au profit des champs et jachères et des agglomérations en 2016, 2025, tendance qui va se consolider davantage en 2034. Le scénario écologique a tourné à un scénario de stabilité environnementale, se traduisant par une dynamique relative, mais qui préservera les ressources surtout les formations végétales, car leur degré de dégradation ne sera pas aussi élevé.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,048
Tête enseignante GPT0,269
Écart entre enseignants0,221 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations11
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetAgriculture and Rural Development ResearchTravaux en français237 207