Enjeux sanitaires, socio-économiques et environnementaux liés à la réutilisation des eaux usées dans le maraîchage urbain à Yaoundé au Cameroun : cas du bassin versant de l'Abiergué.
Notice bibliographique
Résumé
Le bassin versant de l’Abiergué, localisé dans le périmètre urbain de Yaoundé entre 11°05’ et 11°25’ de longitude Est et entre 3°51’ et 3°54’ de latitude Nord connaît une importante activité maraîchère dans les bas fonds de Nkolbikok à Nkolbisson. Une étude démarrée en 2005 dans cette unité géographique, a pour objectif principal de contribuer à la valorisation de cette activité tout en oeuvrant à la réduction des impacts négatifs induits. De nombreuses activités ont été développées suivant une approche transdisciplinaire. Les statuts socio-économiques des acteurs impliqués dans cette filière ont été décrits. Les contraintes et les atouts liés au développement du maraîchage ont été relevés. L’eau du cours d’eau Abiergué utilisée pour l’arrosage des plantes est polluée par des eaux usées et des déchets solides issus des ménages, du marché Mokolo, des centres de santé,… et présentent des teneurs non négligeables en Coliformes fécaux (5025 UFC/100ml à 3 x 106 UFC/100ml), Streptocoques fécaux (1960 UFC/100ml à 138 000 UFC/100ml) et Escherichia coli (2 à 20 germes/100ml). Des taux variables de kystes de protozoaires (Entamoeba hystolitica et Giardia sp) et des oeufs d’helminthes ont été décelés dans ces eaux. L’utilisation des eaux usées a pour corollaire l’émergence de maladies hydriques telles que l’amibiase intestinale qui affecte aussi bien les acteurs engagés dans cette filière que la population en général indépendamment du sexe, de l’âge ou du statut social. De nombreuses pratiques et de nombreux comportements à risque ont été identifiés et concourent à la propagation des maladies hydriques. Malgré les risques de maladies hydriques, cette activité contribue considérablement à l’amélioration des conditions et du cadre de vie des catégories d’acteurs engagés dans cette activité en particulier et des populations en général. Des actions économiquement viables, socialement acceptables et écologiquement durables sont préconisées afin de réduire les aspects négatifs et de consolider les aspects positifs de cette activité multifonctionnelle.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| 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 ».