Farmers’ Perception of Indigenous Seasonal Forecast Indicators in North Central Burkina Faso
Notice bibliographique
Résumé
West African Sahel is one of the most exposed areas to the adverse effects of climate variability in the world. All agricultural production systems are affected. However, farmers use indigenous knowledge that enable them to make short, medium, and long-term seasonal predictions in order to adapt their agricultural calendar to these climatic risks. In the North Central region of Burkina Faso, this knowledge is not well documented. Therefore, this study aimed to identify the indigenous indicators of seasonal forecasts and analyze factors affecting their reliability. Surveys were carried out in focus group discussions with 204 farmers in 10 localities across the region. Results showed that farmers use meteorological (cold, heat, wind, clouds, rainfall distribution), biological (food plants phenology, migratory bird behaviour, occurrence of insects), astronomical (sun, moon, stars), religious or magical indicators to predict the coming rainy season. The intensity and duration of the cold period, heat intensity and the formation of dark cloud (April-May) are signs of an early start of the rainy season (or a wet season). Likewise, the abundant leafing, flowering and fruiting of Vitellaria paradoxa, Lannea microcarpa, Lannea acida, Adansonia digitata and Tamarindus indica (April-May) predict a wet rainy season, while abundant fruiting of Sclerocarya birrea indicates a drought. The arrival period (May-June) of migratory birds heralds a start of the season. Nowadays, climate change, the degradation of plant resources and increasing human pressure are affecting the reliability of these indigenous seasonal forecast indicators in the North Central region of Burkina Faso.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».