Notice bibliographique
Résumé
This study is based on field survey conducted in a Mossi village located about 110km northwest of the capital city of Burkina Faso, Ouagadougou. Out of 90 household heads in the village, 32 were interviewed. All were peasant farmers who produce millet, sorghum, maize and minor crops, such as yams, sweet potatoes and groundnuts. Even in a good harvest season, about a quarter of households can not meet their consumption needs. In a bad harvest, more than 80% of households experience grain deficits. Of the 131 married male members of these 32 households, 71 or 54% are migrants living in the Ivory Coast. About 90% of these migrants are farmers. Two-thirds of the farmers have their own farm land on which they cultivate cocoa and/or coffee, and the rest are farm labourers. Many of these migrants send home remittances, which constitute indispensable income for the villagers, not only for covering deficiencies in food supply but also for agricultural investment, such as the purchase of fertilizers. Until the end of the 1960s, people migrated to the Ivory Coast as forced labour or as a consequence of the government's labour recruitment policy. Since then, however, circumstances have changed. People have migrated in search of more stable and prosperous conditions for engaging in agricultural production, while abandoning unsustainable production under precarious weather conditions back in Burkina Faso. They have purchased land and started to cultivate commercial crops. But this effort to strengthen their access to land and more sustainable agricultural income has exposed them to unexpected risks. The abrupt emergence of an anti-Burkinabe (Burkina people) movement since last year's presidential election has shown that the vulnerability of landholding migrants in the Ivory Coast is more serious than that of farm labourers. The vulnerability of the Mossi village as a consequence also increased.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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) | 0,007 | 0,001 |
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 ».