MétaCan
Menu
Retour à la cohorte
Enregistrement W2168089987 · doi:10.5539/jas.v4n2p1

Rainfall and Deforestation Dilemma for Cereal Production in the Sudano-Sahel of Cameroon

2011· article· en· W2168089987 sur OpenAlexafffundvenue
Terence Épule Épule, Changhui Peng, Laurent Lepage, Dongzhi Chen

Notice bibliographique

RevueJournal of Agricultural Science · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensConcordia UniversityUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaLunds Universitet
Mots-clésNormalized Difference Vegetation IndexDeforestation (computer science)Vegetation (pathology)GeographyPrecipitationProduction (economics)PopulationAgroforestryClimate changeEnvironmental sciencePhysical geographyMeteorologyEcologyDemography

Résumé

récupéré en direct d'OpenAlex

Time series data reveals that the Sahel of Cameroon has experienced several years of deficits in cereal production. The debate attributes the observed trends to low rainfall. Uncertainties in the debate on the role of rainfall as a principal causal factor are evident and need verification. Both field and desk studies have been used; this involved the administration of 200 questionnaires and focused group discussions. The desk studies included detailed literature review and analysis of Normalized Difference Vegetation Index (NDVI) satellite images of vegetation and rainfall from the Global Precipitation Climatology Project (GPCP). The results show that cereal production has declined while rainfall has increased by 30-40% in the last decade in the study area. With an increase in rainfall, the observed decline in cereal production cannot be explained by climate only. Land use changes such as deforestation patterns are significant in explaining the trends in cereal output as seen in population perceptions.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil0,119

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,060
Tête enseignante GPT0,253
Écart entre enseignants0,193 · 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

Citations17
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetClimate change impacts on agricultureTravaux en français237 207