MétaCan
Menu
Retour à la cohorte
Enregistrement W4403804191 · doi:10.1080/21683565.2024.2419407

Manure contribution to rural livelihoods at farm and landscape levels: a systemic approach in semi-arid Central Tunisia

2024· article· en· W4403804191 sur OpenAlexaff
Véronique Alary, Aymen Frija, Mohamed Arbi Abdeladhim, M. Sghaier, Crystèle Léauthaud, Manel Farhat, Mongi Sghaïer

Notice bibliographique

RevueAgroecology and Sustainable Food Systems · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesConsortium of International Agricultural Research Centers
Mots-clésLivelihoodAridGeographyAgroforestryManureAgricultureEnvironmental scienceAgronomyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Manure valorization through on-farm use or market transactions is an ancient and widespread practice in the mixed crop-livestock systems of the semi-arid areas of North Africa. While research has long focused on the manure contribution to soil fertility at the plot level, little has been done concerning livelihood conditions. The present paper aims to assess the contribution of manure use and exchange on the livelihoods of rural communities using an original dataset collected in 2021 among 150 farmers in Central Tunisia. This analysis is carried out within the analytical agroecology framework combined with factor analysis methods. Results showed that manure use and valorization differ along the watershed, from a socioeconomic perspective in small farms operating under rainfed tree-pastoral systems, to an environmental and agronomic perspective in the mixed rainfed-irrigated systems downstream. Manure flow analysis confirmed that on-farm manure balance is positively correlated to economic wealth. However, the manure fluxes questioned the environmental sustainability of the vulnerable zones. Its use and management could significantly impact livelihood discrepancies in the future, with the increasing of demand and use of manure in more favorable zones such as irrigated lands at the detriment of the rainfed zones.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,275
Score d'incertitude au seuil0,373

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,216
Écart entre enseignants0,207 · 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 tête enseignante, 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgroecology and Sustainable Food SystemsMême sujetAgriculture and Rural Development ResearchTravaux en français237 207