MétaCan
Menu
Retour à la cohorte
Enregistrement W2994645114 · doi:10.4236/ojf.2020.101004

Analysis of Spatio-Temporal Dynamics of Land Use in the Bouba Ndjidda National Park and Its Adjacent Zone (North Cameroun)

2019· article· en· W2994645114 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOpen Journal of Forestry · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAfrican Botany and Ecology Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésOvergrazingNational parkGeographyAgroforestryLand coverVegetation (pathology)ForestryPopulationLand useAgricultureAgricultural landSatellite imageryWoody plantEnvironmental scienceEcologyGrazingRemote sensing

Résumé

récupéré en direct d'OpenAlex

We evaluated the dynamics of land use in the Bouba Ndjidda National Park (BNNP) and adjacent areas, in northern Cameroon. Using a maximum likelihood supervised classification of satellite images from 1990 to 2016, coupled with field and a socio-economic survey, we performed a robust land-use classification. Between 1990 and 2016, the area included eight classes of land use, with the largest in 1990 being the woody savannah (42.9%) followed by the gallery forest (20.2%) and the clear forest (16.3%). Between 1990 and 1999, the gallery forest lost 64.8% of its area mostly to the benefit of woody savannahs. Between 1999 and 2016, the largest loss of area was that of the clear forest, which decreased generally by 43.2% in favor of woody savannah. Rates of increase of crop field areas were 59.6% and 78.8% respectively for the periods of 1990 to 1999 and 1999 to 2016 to the detriment of woody savannahs. We attribute the changes in land use observed mainly to the increasing human population and associated agriculture, overgrazing, fuelwood harvesting and bush fires. The exploitation of non-timber forest products and climatic factors may also have changed the vegetation cover. We recommend the implementation of farming techniques with low impact on the environment such as agroforestry.

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.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,029
Tête enseignante GPT0,247
Écart entre enseignants0,217 · 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