La contribution de l’élevage dans les émissions de gaz à effet de serre des terroirs agro-sylvo-pastoraux de la Haute Casamance au Sénégal
Notice bibliographique
Résumé
En Afrique de l’Ouest (AO), les facteurs d’émissions (FE) recommandés par défaut du Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC) sont couramment utilisés pour estimer les émissions de gaz à effet de serre (GES) de l’agriculture. L’utilisation de FE adaptés au contexte local de production est cependant essentielle pour argumenter autour des questions environnementales et répondre aux enjeux d’atténuation du changement climatique. Dans la région d’AO, les systèmes intégrés agriculture-élevage sont dominants et de nombreuses ressources, notamment fourragères sont gérées collectivement. L’objectif de la thèse était d’apporter une meilleure compréhension des émissions de GES liées aux systèmes de production agro-sylvo-pastoraux (SPASP) dans la région de la Haute Casamance au Sénégal. Le terroir villageois a été considère comme échelle pertinente d’analyse. A ce titre, le terroir villageois de Saré Yoro Bana (12°49’N : 14°53’O) a servi de terrain d’étude. Pour évaluer les émissions de GES du terroir, les principales activités agricoles ont été inventoriées. La méthode de niveau 2 (Tier 2) du GIEC a été utilisée pour calculer les FE contextualisés de méthane entérique pour les bovins et les petits ruminants. Aussi, les pratiques actuelles de gestions des déjections animales ont été prises en compte dans les estimations. Avec notre approche qui considère la variation des quantités ingérées, la digestibilité de la ration et les périodes de sous-alimentation des animaux, les valeurs moyennes de FE développés sont respectivement, pour les vaches en lactation (VL) et les autres bovins (AB), de 30,7 CH4/tête/an et 15,1 kg CH4/tête/an. Ces FE sont bien inférieurs à ceux proposés par défaut pour la région d’AO (respectivement 46 CH4/tête/an et 31 CH4/tête/an pour les VL et AB). Pour les petits ruminants, nos résultats indiquent également une surestimation des valeurs de FE pour les ovins (2,3 CH4/tête/an contre 5 CH4/tête/an) et les caprins (2,0 CH4/tête/an contre 5 CH4/tête/an). Les émissions totales de GES (sans intégration du stockage de carbone) étaient respectivement, par hectare et par habitant de 2,0 t Eq-CO2 et 2,6 t Eq-CO2. La fermentation entérique des animaux (65 %), les feux de savanes (13 %) et le dépôt direct des déjections animales sur les parcours (10 %) sont les postes qui contribuent le plus aux émissions totales du terroir. Exprimées en kilogramme de produits animaux, les intensités d’émission (IE) du lait et de la viande de bovins sont respectivement de 4,9 kg Eq-CO2/kg de lait et de 18,5 Eq-CO2/kg de poids vif. L’IE était de 12,0 Eq-CO2/kg de poids vif pour les petits ruminants. L’impact des activités de productions végétales était de 11,8 Eq-CO2/kg de grain produit. Ces terroirs agro-sylvo-pastoraux sont aussi le lieu de stockage de carbone, notamment dans les espaces de parcours arborés. Il conviendrait d’évaluer ce flux de stockage pour voir si ces terroirs sont des sources ou des puits de carbone. Des pistes d’atténuation, considérant les postes-clés d’émission de GES, ont été discutées, comme l’introduction de fourrages cultivés et de pratiques de gestion des déjections animales qui favorisent un recyclage efficient des nutriments et du carbone dans le terroir. Des travaux similaires doivent être reproduits à des échelles nationales pour réduire les incertitudes dans les inventaires nationaux de GES. En effet, cette approche favorise l’obtention de données d’activité et des FEs représentatifs de la réalité des SPASP étudiés.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».