Agriculture urbaine et stratégies de survie des ménages pauvres dans le complexe spatial du district d’Abidjan
Bibliographic record
Abstract
Le processus d’urbanisation en Côte d’Ivoire a généré, à la fois, une forte migration rurale de l'intérieur des terres et celle des pays limitrophes. Il a eu pour corollaire une expansion spatiale urbaine débridée marquée par des espaces non constructibles du fait de leur topographie non propice du point de vue urbanistique.Par ailleurs, au niveau démographique, avec un taux d’accroissement moyen annuel de 3,7 % contre 3,3 % national, la ville d’Abidjan n’échappe pas à l’étalement spatial ponctué de contrastes dans le mode d’occupation du sol. Autant des domaines publics que des domaines lotis (en attendant leur mise en valeur) sont occupés par des activités agricoles dans l’espace urbain au regard de la Charte d’Aalborg.L’article vise à mettre en exergue l’existence de deux types d’agriculture urbaine : celui de type nourricier et celui de type décoratif (ornemental) d’une part. Montrer, d’autre part, les acteurs qui y sont impliqués, leurs origines et les stratégies adoptées pour survivre dans une grande métropole comme Abidjan où le coût de la vie est élevé en regard de la vie quotidienne marquée par le chômage, le sous-emploi et la misère.
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 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".