MétaCan
Menu
Retour à la cohorte
Enregistrement W3134486579 · doi:10.4000/vertigo.28888

Cartographie de l’érosion hydrique des sols et priorisation des mesures de conservation dans le territoire d’Uvira (République démocratique du Congo)

2021· article· fr· W3134486579 sur OpenAlexvenueno aff
Jean Nacishali Nteranya

Notice bibliographique

RevueVertigO · 2021
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueSoil erosion and sediment transport
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForestryGeography

Résumé

récupéré en direct d'OpenAlex

L’érosion des sols est un risque naturel qui est exacerbé par les activités anthropiques en République démocratique du Congo. Cependant, il existe peu d’information sur la spatialisation de ce phénomène à l’échelle territoriale. Cette étude est basée sur l’utilisation du modèle USLE (Universal Soil Loss Equation) et des données en accès libre pour cartographier les zones à risque d’érosion et faire la priorisation des zones pour la conservation des sols dans le territoire d’Uvira. Au regard de résultats, 52,79 % du territoire est caractérisé par un risque d’érosion faible tandis que 47,21 % font face à un risque de perte de sol supérieure à la limite tolérable de 11 t/ha/an dans le contexte des paysages tropicaux et montagneux. Ce risque est accentué par la perte du couvert végétal au profit de l’extension des zones urbaines et agricoles. Le faible niveau de sensibilité à l’érosion se trouve au niveau de la plaine de la Ruzizi tandis que les zones situées dans les plateaux présentent une forte sensibilité en raison de leur relief accidenté et une pluviosité forte. L’analyse statistique des rapports de fréquence des glissements de terrain montre l’existence d’une relation entre leur occurrence et les zones d’intensité d’érosion. La modélisation de la perte de sol en fonction des différentes méthodes de protection de sol montre que l’approche de mise en place des bandes enherbées et l’aménagement des terrasses sont les plus appropriés pour réduire le risque d’érosion dans ce secteur. Ces méthodes peuvent être associées aux efforts d’afforestation pour une protection efficace des sols.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,126
Score d'incertitude au seuil0,250

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,018
Tête enseignante GPT0,243
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetSoil erosion and sediment transportTravaux en français237 207