La variabilité pluviométrique et ses impacts sur les rendements et les surfaces cultivées dans le bassin arachidier de la région de Thiès (Sénégal)
Notice bibliographique
Résumé
L’étude a pour objectif d’analyser les impacts de la variabilité pluviométrique sur les rendements agricoles dans le bassin arachidier de la région de Thiès. La variabilité pluviométrique et la baisse des volumes de pluie sont des caractéristiques du bassin arachidier de la région de Thiès à l’instar des autres pays du sahel. Il y a dans le milieu d’étude un déficit important d’eau à partir des années 1970. Cette dégradation des conditions pluviométriques n’est pas sans impacts sur les activités socio-économiques des populations, notamment sur l’agriculture. Une analyse statistique (test de rupture de Pettitt, indice de sécheresse, évolution pluviométrique décennale) des données pluviométriques et agricoles sur la période 1961-2016 a permis de constater une irrégulière distribution spatio-temporelle des volumes de pluie. Cette étude montre aussi une faible corrélation entre la pluviométrie et les rendements agricoles. Les volumes de pluie annuels enregistrés ne déterminent pas à eux seuls les rendements. Les rendements de mil, niébé et manioc n’ont que faiblement varié durant les années 1970 malgré la sécheresse, contrairement à l’arachide qui a enregistré une baisse dans tous les trois départements de la région de Thiès, à cause de la sécheresse. D’autres facteurs interviennent tels que les épisodes secs, la qualité des semences, la fertilité des sols, les prédateurs des cultures, et cetera. La sensibilité différente des cultures à la sécheresse à Thiès, contribue aux choix des meilleures options pour une adaptation réussie.
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 | 0,003 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».