Efficience des techniques de gestion de l’eau et de fertilité des sols sur le rendement du maïs dans les régions semi-arides : cas de la plaine de la Ruzizi (Sud-Kivu, République Démocratique du Congo)
Notice bibliographique
Résumé
L’efficience de l’utilisation de l’eau dans les régions sèches pose actuellement de sérieux problèmes aux producteurs dans le contexte de changement climatique et de sécurité alimentaire. Ces dernières années, les régions agricoles comme la plaine de la Ruzizi sont aussi victime de cette situation. Des mesures d’adaptation à travers les technologies de gestion de l’eau offrent des opportunités pour garantir la production par les agriculteurs. Ainsi, des essais ont été conduits dans l’objectif de trouver les technologies les mieux adaptées et les plus efficientes pour garantir une utilisation efficiente de l’eau. Une gestion des pratiques locales et des éléments nutritifs a servi à améliorer l’efficacité d’utilisation de l’eau (water usage effectiveness, WUE). Ainsi, le rendement et l’efficience de l’utilisation de l’eau et des éléments nutritifs ont été étudiés. Les résultats montrent que la technique de Tied Ridges a augmenté le rendement d’environ 200 % alors que le Zaï a augmenté le rendement d’environ 150 %. Le Tied Ridges et le Zaï ont respectivement augmenté l’efficience de l’eau et des éléments nutritifs de 120 % et 105 %. De plus, contrairement à la pratique locale, ces technologies ont bien contrôlé les mauvaises herbes d’où la nécessité de les promouvoir dans ce milieu à faible pluviométrie.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».