The influence of household socio-economic profiles on the use of mangrove resources along the Benin coastline
Notice bibliographique
Résumé
Introduction The mangrove ecosystems are crucial marine ecosystems, providing various ecological and economic benefits to local communities. This study aims to analyze the influence of household socio-economic profiles on mangrove ecosystems resources in Benin. Methods Based on semi-structured interviews, 464 households were surveyed in 73 localities. The Specific Multiple Correspondence Analysis (spMCA) combined with Hierarchical Ascendant Classification (HAC) was used to analyze the socio-economics, demographics, and environmental data collected. The priority scores of the surveyed households were used to perform the influence of households to mangrove resources by coupling HAC to Principal Component Analysis (PCA). Results Five household categories (labeled CM1–CM5) were identified. They represent varying levels of vulnerability, access to resources, and modes of mangrove resource use. The household of CM1 are highly dependent on mangrove resources and distributed proportionally across the study sub-sectors whereas the CM5 household are the most vulnerable, located around the biosphere reserve, and facing land tenure insecurity, extreme poverty, and significant pressure on mangrove ecosystems. The household categories are strongly influenced by the dependency on biosphere reserve resources and sociolinguistic affiliation. The gender and education level play a secondary role on household categories structuring. Five groups of pressure factors on the mangroves were associated with the different household categories. Salt farming, wood cutting, and backfilling of waterways are predominant for CM1, CM2, CM3, and CM5. Land overexploitation, depletion of fishery resources, and climatic factors are the mainly determinants for CM4 and CM5. Land conflicts and declining agricultural yields are also mentioned by CM5. Conclusion These results highlight the need for differentiated mangrove management strategies, tailored to the specific socio-economic characteristics of the households. Co-management, reforestation, and awareness-raising activities, represent strategic targets for sustainable conservation policies. Also, specific support measures, including the development of sustainable economic alternatives and improved access to basic services are needed. Taking this typology into account would improve the effectiveness and equity of environmental policies related to mangrove management.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».