Caractérisation partielle de la régénération naturelle d’Albizia adianthifolia sur le plateau Batéké (République Démocratique du Congo)
Bibliographic record
Abstract
En périphérie de la ville de Kinshasa (capitale de la République Démocratique du Congo), la pression anthropique croissante sur les écosystèmes forestiers périurbains menace la pérennité des biens et services qu’ils fournissent. L’agriculture sur brûlis, les feux de brousse et la production de bois-énergie en sont les principales causes. Dans neuf villages du plateau Batéké, le projet Makala (Projet européen de gestion durable de la ressource bois-énergie, 2009-2013) a accompagné plus de 180 agriculteurs dans la mise en œuvre de la régénération naturelle assistée. Dans l’objectif d’enrichir les jachères forestières, il a paru opportun d’étudier la composition du recrutement, notamment pour Albizia adianthifolia, légumineuse arborée locale à croissance rapide, utilisée pour la restauration de la fertilité des sols et la production de bois-énergie. Un inventaire des semis naturels et des rejets a été réalisé dans un premier temps. Il a été complété par un essai prospectif d’induction du drageonnage. Les observations montrent que les plants sont issus de rejets basaux et de drageons, les semis étant quasiment inexistants. L’impact majeur des pratiques agricoles et des feux de brousse est souligné. Ces facteurs doivent très probablement favoriser la régénération de cette espèce aux dépens d’autres n’ayant pas les mêmes capacités de multiplication végétative, en condition de jachères post-culturales.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".