MétaCan
Menu
Retour à la cohorte
Enregistrement W7104374134 · doi:10.5281/zenodo.17552996

DÉGRADATION DES TERRES ET LES IMPLICATIONS SOCIOÉCONOMIQUES DANS LA RÉGION NORD DU BURKINA FASO.

2023· article· W7104374134 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Langue
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWestern europeForest regenerationCote d ivoireNova scotia

Résumé

récupéré en direct d'OpenAlex

La dégradation des terres dans les zones arides et semi-arides se pose avec acuité en raison de la dynamique de facteurs climatiques et humains complexes. La région Nord du Burkina Faso connait depuis deux décennies une forte variabilité climatique et une altération des ressources naturelles et des écosystèmes agricoles. La dégradation revêt une typologie variée mais la présente recherche s’attelle sur l’usure du couvert végétal et la baisse des rendements agricoles et les implications socioéconomiques (pertes de revenus, migration, stratégies d’adaptation) induites. La recherche est axée sur des données d’enquête auprès de 438 ménages agricoles repartis sur l’ensemble des provinces de la région. Les données collectées portent sur les productions agricoles des 5 dernières années et les implications socioéconomiques de la dégradation des terres agricoles. Suite à la dégradation des terres, les ménages font face à un accroissement du coût d’exploitation des parcelles agricoles, une accentuation de leur vulnérabilité alimentaire, la persistance de l’émigration des membres du ménage et des déficits céréaliers notables. L’évaluation monétaire des pertes de rendements en lien avec la dégradation des terres est de 17 914 113 306 FCFA avec une superficie de 166 973 hectares et une perte de 162 631 314 kilogrammes de céréales. La mise à l’échelle du coût économique de la dégradation des terres au budget régional est de 191,1% des recettes mobilisées et de 146,8% du budget prévisionnel du Plan Régional de Développement (2018-2022) et 0,2 du Produit Intérieur Brut national.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,222
Score d'incertitude au seuil0,442

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,262
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetAgriculture and Rural Development ResearchTravaux en français237 207