Effects of Land-Use Practices on Woody Plant Cover Dynamics in Sahelian Agrosystems in Burkina Faso since the 1970s–1980s Droughts
Notice bibliographique
Résumé
The 1970s–1980s droughts in the Sahel caused a significant degradation of land and plant cover. To cope with this situation, populations have developed several biophysical and social adaptation practices. Many of these are agroforestry practices and contribute to the maintenance of agrosystems. Unfortunately, they remain insufficiently documented and their contributions to the resilience of agrosystems insufficiently evaluated. Many authors widely link the regreening in the Sahel after droughts to the resumption of rainfall. This study examines the contribution of agroforestry practices to the improvement of woody plant cover in the North of Burkina Faso after the 1970s–1980s droughts. The examination of practices is carried out by integrating the rainfall, soil, and geomorphology variables. Landsat images are used to detect changes in woody plant cover: increasing, decreasing, and no-change in the Enhanced Vegetation Index. In addition, 230 field observations, coupled with interviews conducted on the different categories of change, have allowed to characterize the biophysical environment and identify land-use practices. The results show a variability of vegetation index explained to 9% (R2 = 0.09) by rainfall. However, Chi-Squared independence tests show a strong dependence between changes in woody plant cover and geomorphology (p = 0.0018 *), land use, land cover (p = 0.0001 *), and land-use practices (p = 0.0001 *). Our results show that rainfall alone is not enough to explain the dynamics of agrosystems’ woody plant cover. Agricultural and social practices related to the dynamics of farmer perceptions play a key role.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».