Dynamiques climatiques en milieu sahélien sénégalais : perceptions locales et facteurs socioéconomiques associés dans le nord du Sénégal
Notice bibliographique
Résumé
Le changement climatique constitue une menace dans les zones rurales d’Afrique subsaharienne qui dépendent principalement du secteur primaire. Les populations tentent de s’adapter mais les modalités d’adaptation dépendent de la manière différenciée dont les individus perçoivent le changement. La présente étude analyse les perceptions du changement climatique des populations rurales du nord du Sénégal et identifie les facteurs socioéconomiques associés à celles-ci. Au préalable, elle compare les mesures météorologiques et les perceptions du climat dans la zone d’étude. Elle s’appuie sur un questionnaire administré auprès de 905 ménages et sur des données météorologiques de 1990 à 2021 de la station de Saint-Louis. Cette étude mobilise plusieurs méthodes dont le calcul d’indices standardisés des précipitations et des températures et la régression logistique binaire pour déterminer les liens entre facteurs socioéconomiques et perception du changement climatique. L’analyse comparative des données a montré globalement une certaine divergence entre les mesures et les perceptions climatiques. Les résultats des régressions logistiques binaires indiquent que les variables telles que le niveau d’alphabétisation du répondant, son sexe, son appartenance ethnique et le niveau d’insécurité alimentaire qui sévit dans certains ménages affectent la perception climatique des individus et des ménages.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».