Valorisation de la chenille comestible Bunaeopsis aurantiaca dans la gestion communautaire des forêts du Sud-Kivu (République Démocratique du Congo)
Bibliographic record
Abstract
Cette étude visait à évaluer la valeur nutritive de la chenille Bunaeopsis aurantiaca, largement consommée par les populations de la forêt du bassin du Congo en général et du Sud-Kivu en particulier. Cette chenille a comme plante-hôte l’arbre Uapaca guineensis, un arbre connu pour ses planches en bois de qualité et comme un arbre à chenille de valeur. Les résultats de l’analyse immédiate de sa composition en matières nutritives ont révélé que ces chenilles sont constituées de 49 % de protéines brutes, 24,2 % de matières grasses, 4,5 % de sucres et 3,2 % de matières minérales totales dans leur poids sec. La valeur énergétique de 100 g de matières sèches de cet aliment a été évaluée à 433 kcal. Cette valeur nutritive est comparable à celle du poisson, en l’occurrence la sardine très appréciée localement, la Limnothrissa miodon. Les résultats de cette étude démontrent à suffisance que la chenille B. aurantiaca, tout comme d’autres chenilles comestibles, constitue une source riche en protéines animales et est donc très appréciable. Il s’agit d’un produit forestier non ligneux de grande valeur dans la sécurité alimentaire et qui exige une attention plus accrue de toute la communauté afin de garantir sa gestion durable et de maintenir les différents services environnementaux de la forêt.
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 | 0.000 | 0.000 |
| 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) | 0.001 | 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".