MétaCan
Menu
Retour à la cohorte
Enregistrement W2016501421 · doi:10.4000/vertigo.3047

Savoirs et usages des recrus post-agricoles du pays Betsileo : valorisation d'une biodiversité oubliée à Madagascar

2005· article· fr· W2016501421 sur OpenAlexvenueno aff
Stéphanie M. Carrière, H. Andrianotahiananahary, N. Ranaivoarivelo, Josoa R. Randriamalala

Notice bibliographique

RevueVertigO · 2005
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGeographyArt

Résumé

récupéré en direct d'OpenAlex

Sur les Hautes-Terres malgaches en bordure ouest du « corridor » forestier qui relie le Parc National de Ranomafana à celui d’Andringitra vivent les populations betsileo. Leur économie, mixte, est essentiellement basée sur la riziculture irriguée de bas-fond mais également en partie sur l’élevage extensif et sur la culture en abattis brûlis qui leur permet de produire du vivrier sur les collines (manioc, patate douce, maïs, haricot…). Dans un contexte international qui semble vouloir mettre l’accent sur le rôle écologique mais aussi social et économique des forêts secondaires, cet article met en valeur les principaux savoirs et usages sur les essences qui s’établissent dans les recrus forestiers post-agricoles de cette région. Ces recrus, ou jachères appelées localement kapoka, sont des lieux de collecte privilégiés et ce à différents niveaux (bois de chauffe et bois d’œuvre, plantes médicinales et rituelles, plantes indicatrices de la saisonnalité mais également de la fertilité du milieu). A travers l’analyse des savoirs et des usages de ces espaces situés entre la rizière et la forêt ainsi que des espèces qui les composent, nous montrons également le lien déterminant et ancestral qui peut exister entre une société de riziculteurs, la forêt et ses arbres.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,243
Écart entre enseignants0,211 · 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'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

Citations23
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetAgriculture and Rural Development ResearchTravaux en français237 207