Socio-economic Benefits of Non-timber Forest Products to the AFCOE2M Communities of Southern Cameroon
Notice bibliographique
Résumé
A study was carried out in the community forest of Ebo, Medjounou and Mbamesoban communities (AFCOE2M) in the South Region of Cameroon to evaluate the contribution of non-timber forest products (NTFPs) to the people’s livelihood. The study identifies the various NTFPs used and further evaluates their socio-economic and cultural contributions in sustaining the livelihood of the AFCOE2M community. Essentially, the study assesses the exploitation and utilization of NTFPs. One Hundred and twenty five (125) individuals were randomly selected in the three villages that make up the AFCOE2M community forest. Fifty two (52) species of NTFPs of plant origin were identified, from which seven (7) were frequently used in all the three villages namely; Irvingia gabonensis, Trichoscypha acuminata, Alstonia boonei, Garcinia kola, Piper guineense, Picralima nitida, and Ricinodendron heudelotii. Results reveal that NTFPs plant parts used for consumption consist of 68% fruits, 20% seeds, 5% barks, 4% roots and 3% leaves. NTFPs used for medicinal purposes comprised of 70% barks, 16% seeds, 7% leaves, 5% fruits and 2% roots. There was a significant difference (P = 0.049) in the number of NTFP types consumed as food while that was not the case for medicinal NTFPs (P = 0.86). There was a significant difference in the number of NTFP species used for food originating from different land use types (P-value = 0.048) as well as between those used for medicinal purposes (P-value = 0.012).
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».