MétaCan
Menu
Retour à la cohorte
Enregistrement W2392249717 · doi:10.4000/vertigo.17206

Évolution de l’occupation et de l’utilisation du sol entre 1973 et 2010 dans la zone agropastorale du lac de Guiers (Sénégal)

2016· article· fr· W2392249717 sur OpenAlexvenueno aff
Véronique M. Faye, Cheikh Mbow, Abou Thiam

Notice bibliographique

RevueVertigO · 2016
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAfrican Botany and Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForestryGeographyHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Cette étude traite de l’évolution de l’occupation et de l’utilisation du sol dans la région du lac de Guiers. Elle contribue à la caractérisation des principales entités spatiales de la zone entre 1973 et 2010. Les techniques cartographiques basées sur les analyses d’images satellites multidates ont été utilisées et complétées par des vérifications sur le terrain. Sur la période étudiée, il a été observé une augmentation des étendues d’eau de 14,9 % ; de la végétation aquatique de 17,5 %, des exploitations agricoles industrielles et privées respectivement de 207,5 et 5508,8 % et une diminution des superficies des steppes arbustives et herbeuses de 69,9 et 64,3 %. Les changements d’occupation du sol se sont manifestés principalement par la substitution de la steppe arbustive par une steppe herbeuse entre 1973-1988 (avant l’édification des barrages de Diama et Manantali sur le fleuve Sénégal), et l’extension des aménagements agricoles et de la végétation aquatique, entre 1988 à 2010 (après les barrages). L’utilisation du sol en 2010 est marquée par le développement de l’agriculture irriguée qui occupe 42 % de la zone étudiée. L’importante extension des exploitations agricoles irriguées est source de nombreux conflits fonciers. Il est essentiel de revoir le développement de la région dans son ensemble dans le cadre de la politique nationale en matière d’aménagement du territoire et de développement local participatif.

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)0,001
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 enseignants0,079
Score d'incertitude au seuil0,670

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,000
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 Opus0,013
Tête enseignante GPT0,222
Écart entre enseignants0,209 · 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetAfrican Botany and Ecology StudiesTravaux en français237 207