How cities source their food: spatial interactions in West African urban food supply
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In West Africa, increasing rural–urban flows of food, driven by growing urban populations, require functional, efficient links between cities and production areas. However, underlying mechanisms of urban food sourcing in West Africa are poorly understood. This study deepens understanding of spatial interactions between cities and production areas by examining the effects of settlement size, geographical distance, and agricultural suitability on food inflows to four West African cities. The analysis was informed by theoretical spatial models and data on food flows, road network, agricultural suitability, and settlements. Results showed that food travelled further from larger supplying settlements, and towards the two larger destination cities. This supports the idea of a hierarchical system, where food provisioning area and upstream supply chain length increase with settlement size. Overall, towns with fewer than 100,000 inhabitants, often representing aggregation centres, were among the major suppliers to the cities. Complementary agricultural suitability between origin and destination shaped food flow direction and length, but poor road access and international borders impeded trade. Spatial models did not fully explain food flows: they were also influenced by historical factors shaping certain settlements’ importance as sources. Study cities were supplied by a diversity of more and less concentrated food sources, representing production sites or aggregating markets, which should theoretically support food supply resilience. Improvements to storage and road infrastructure, and removing trade barriers, could improve food supply to cities, and producer and trader livelihoods. Emerging research on urban food systems governance could support understanding of how best to do this.
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.
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 | 0,001 |
| 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 découle