Typology and Floristic Diversity of Urban Green Spaces Along an Urbanisation Gradient: Implications for Ecological Resilience in Lomé and Kara (Togo)
Notice bibliographique
Résumé
Urban green spaces (UGS) are essential to the sustainability of cities through the ecosystem services they provide (climate regulation, biodiversity conservation, and improvement of the living environment).In West Africa, rapid urbanisation is compromising their development, and in Togo, data on their typology and floristic diversity remain limited.This study, conducted in Lom and Kara, aims to fill this gap by characterising the types of UGS and their floristic composition for better sustainable management.Based on field surveys, floristic inventories, and administrative data, a typology adapted from the AIVF reference system was used, and diversity was assessed using the Shannon (species richness and relative abundance) and Pielou indices (balanced distribution of individuals).The results indicate greater diversity in Lom than in Kara according to four functional categories, with a total of 14 types of EVUs and 368 species (82 species/hectare) identified in Lom , compared to 12 types and 225 species (78 species/hectare) identified in Kara.This reflects a more pronounced gradient of artificialisation in the capital.Floristic homogenisation is observed in both cities, dominated by exotic species such as Azadirachta indica (Fabaceae), Mangifera indica (Meliaceae), and Senna siamea (Poaceae).The contrasts in the distribution of biological and phytogeographical types reflect the socio-ecological specificities of the two urban contexts.These results highlight the influence of Urban and bioclimatic factors on ecosystems, underscoring the need to integrate native species to enhance cities' ecological resilience.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 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 ».