When Coconut Trees Die: Spatio-Temporal Land-Use Dynamics on Grand-Lahou Island, Côte d’Ivoire
Notice bibliographique
Résumé
In Côte d’Ivoire, coconut cultivation represents both a major cash crop and an important source of subsistence for rural communities. However, coconut plantations are increasingly threatened by Lethal Yellowing Disease, which has destroyed large areas of coconut trees and profoundly altered land-use patterns on Grand-Lahou Island. This study aims to analyze the spatiotemporal dynamics of land-use on the island from 1990 to 2025. The methodological approach combined digital processing of multi-temporal Landsat satellite images acquired in 1990, 2000, 2016, and 2025. Image classification and change detection techniques were used to quantify land-use transitions over time. The results reveal an increase in coconut plantation area between 1990 and 2000, followed by a sharp decline between 2000 and 2025, mainly due to the impact of Lethal Yellowing Disease. A significant conversion of coconut plantations into food crop areas was observed, with 43.91% of former coconut lands transformed between 2016 and 2025. These findings illustrate the severe consequences of Lethal Yellowing Disease on the local economy and landscape structure. To mitigate further losses, the establishment of an early detection system using drone imagery is recommended to identify infected coconut trees and help contain the spread of the disease.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».