Foundations of Burkina Faso’s Great Green Wall: Vegetation Growth in the Sahel Since 1990
Notice bibliographique
Résumé
<p>The importance of the Sahel region as a barrier between the lush lands of sub-Saharan Africa and the unforgiving Sahara Desert has been known for decades. However, this region has not remained impervious to desertification, a process in which vegetation ceases to grow due to changing climate and poor agriculture practices, amongst other factors. In 2006, the African Union conceived a plan to halt the advancing desert, a wall of greenery stretching from coast to coast dubbed the Great Green Wall. Since its inception, the ambitious project has been widely criticized for its slow progression, and its utility has been questioned. This study is seeking to quantify vegetation growth before the Great Green Wall’s launch and after it to evaluate the importance of the project. With the Landsat satellites imaging the Earth since 1972, a large archive of imagery is available for examination. By conducting a change detection analysis on images acquired between 1990 and 2020, vegetation growth can be measured through the project’s duration as well as prior to it.</p> <p>Image differencing was used to detect vegetation loss and growth in four time intervals since 1990. These results were then coupled with unsupervised classifications that identified land uses. Between 1990 and 2002, a period preceding the Great Green Wall, massive vegetation loss was observed. The following period, between 2002 and 2007, saw massive growth, undoing much of previous time interval’s loss. While growth was again slightly outpaced by loss between 2007 and 2014, 2014 to 2020 saw vegetation growth soaring again. While the study’s methods allowed for the quantification of vegetation change between 1990 and 2020, a correlation between the Great Green Wall and these findings cannot be established without additional data such as precipitation records or local observations.</p>
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».