PETITS PROJETS CUNICOLES ET DEVELOPPEMENT RURAL EN TUNISIE :POSSIBILITES ET LIMITES
Bibliographic record
Abstract
L'élevage du lapin représente souvent en Tunisie une composante des projets de développement générateurs de revenu et ciblant les femmes rurales. Cet élevage est développé avec des petites unités de 15 a 20 femelles reproductrices utilisant du matériel et des technologies issus du systeme industriel (batiments fermés, cages grillagées, alimentation concentrée exclusivement, ...). Les auteurs ont suivi pendant une année la production de 15 unités cunicoles installées dans le cadre d'un projet de développement rural dans la région de Tunis. En moyenne, chaque unité comprenait 18,4 lapines reproductrices de type Néo-Zélandais Blanc accouplées a 2 males de génotype Californien. Le taux d'occupation des cagesmeres était de 115% et les femelles étaient présentées au male 3 a 7 jours apres la mise bas. Le taux de mise bas par saillie a été de 66,2% . La productivité annuelle a été de 6,18 mises bas de 7,64 lapereaux par cage-mere (5,37 mises bas par lapine). Sur les 47 lapereaux nés totaux par cage mere et par an, 27 seulement (soit 65% des nés vivants) ont été vendus, au poids moyen de 2,24 kg. Ces faibles performances peuvent etre expliquées essentiellement par une mauvaise maitrise de la conduite de l'élevage (hygiene, reproduction, ambiance au sein du clapier...). La dépense alimentaire a été de 4,55 kg d'aliment complet granulé par kg de lapin vendu. Le revenu mayen brut par unité cunicole hors alimentalion et charges directes a été en moyenne de 60 Dinars Tunisiens par mois (équivalent a 42 Dollars US). La faiblesse de ce revenu est le résultat de la faible production des lapines et de charges de production élevées, notamment les charges alimentaires. Si l'on tient compte du remboursement de l'avance consentie pour la création de l'unité de production (4400 Dinars), les élevages ont tous été en déficit au cours de cette premiere année de fonctionnement. Ce projet a par centre permis l'intégration de femmes rurales dans le circuit économique et leur épanouissement dans un milieu traditionnellement tres conservateur. La réussite économique de tels projets nécessite une meilleure maitrise technique des élevages, principalement de la mortalité, et une réduction des coûts d'investissement. Elle garantirait leur durabilité et pourrait aboutir a la mise en place d'une filiere complete et d'importantes possibilités de création d'emplois (amont, production, valorisation des sous produits, aval...).
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 | 0.000 |
| Open science | 0.001 | 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".