Salt affected soils in sub-Saharan Africa: an analysis of distribution from 1970 to the present
Notice bibliographique
Résumé
Salt-affected soils pose a significant global challenge, impacting approximately 1 billion hectares worldwide, including 80 million hectares in Africa. This systematic review, conducted using the PRISMA framework, focuses on the extent and distribution of salt-affected soils in Sub-Saharan Africa (SSA) from 1970 to the present. The review revealed that salt affects about 65.6 million hectares of SSA's soils. The worst areas are near the coast, in river deltas like the Nile Delta, and in dry areas that get a lot of water from irrigation. Significantly affected areas include Eastern Africa, the Lake Chad Basin, and the West African coast. Ethiopia is the most affected country (11 million hectares) due to inadequate irrigation and poor drainage. The review reveals discrepancies in documentation, favoring coastal regions such as Senegal, Tanzania, and Kenya over inland areas like Chad and Mali. It also identifies the reliance on older FAO reports based on Solonchaks (saline soils) and Solonetz (sodic soils) to estimate the area coverage of salt-affected soils from the FAO/Unesco Soil Map in 1970–1981. The lack of current and updated data highlights the need for an expanded knowledge base on this topic. There is a pressing need to use data from the field and the lab, soil databases like WoSIS and HWSD, and environmental covariates gathered from remote sensing to create digital fine-scale salinity maps. The review also suggests saline agriculture, utilizing brackish water and salt-tolerant crops, as a viable strategy for rehabilitating severely affected areas, such as the Nile Delta and coastal 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».