Anticiper l’avenir des territoires agricoles en Afrique de l’Ouest : le cas des Niayes au Sénégal
Notice bibliographique
Résumé
En Afrique de l’Ouest, dans le contexte général de changement climatique et de mondialisation, la croissance démographique exerce une pression accrue sur les ressources naturelles par les changements d’affectation des sols qu’elle engendre. L’avenir des territoires agricoles, en particulier en périphérie des grandes villes, est alors questionné face à l’urbanisation croissante, la dégradation des ressources naturelles et les mutations socio-économiques. Afin d’anticiper les changements que pourraient connaître les territoires ruraux, une démarche de prospective territoriale a été réalisée sur la zone sud des Niayes, au Sénégal. Elle a permis aux experts locaux mobilisés à cet effet d’identifier les facteurs de changement et de co-élaborer des scénarios d’évolutions plausibles du territoire. Les réglementations, la gouvernance et la démographie sont les trois facteurs majeurs pouvant infléchir de l’affectation des sols dans le temps. Ces facteurs déterminent le type de partage de l’espace et d’utilisation des ressources naturelles, pouvant être harmonieux ou conflictuel. Une gouvernance inclusive, une société civile fortement structurée et la préservation des ressources naturelles sont apparues comme essentielles à l’atteinte de futurs harmonieux.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,004 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».