Dynamique de gestion de la biodiversité d’igname face au développement du vivrier marchand au nord-Bénin
Bibliographic record
Abstract
Dans cet article, nous avons analysé la dynamique de gestion de la biodiversité de l’igname face au développement du vivrier marchand au Nord-Bénin. Nous avons effectué les investigations dans la commune de Tchaourou, un des principaux greniers d’igname du Nord-Bénin. Trois villages ont été choisis suivant le degré d’enclavement et de développement du marché d’igname. La taille de l’échantillon est de 90 exploitations à raison de 30 par village. La méthodologie adoptée a été une combinaison des approches qualitatives et quantitatives. Les données relatives aux différentes variétés d’igname cultivées, à la variété la plus chère, au nombre de buttes, aux proportions d’igname affectées à la consommation, à la commercialisation, aux dons et aux semences et les changements des systèmes de culture d’igname ont été collectées à partir des focus groups et des entretiens individuels, informels, non structurés donnant une large manœuvre aux enquêtés. L’analyse des résultats à partir des tests de comparaison de moyenne a révélé qu’à l’heure actuelle, les producteurs qui vendent une grande partie de leur production d’igname cultivent plus de variétés que les autres. L’octroi d’une grande superficie aux variétés de grande valeur marchande dans une exploitation est sans inconvénient sur la diversité variétale de l’igname. Le développement du vivrier marchand n’a pas affecté la diversité variétale de l’igname. Cependant, des mesures doivent être prises pour sauvegarder la biodiversité variétale dans ce nouveau contexte de production orientée vers le marché.
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 | 0.001 | 0.001 |
| 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 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".