MétaCan
Menu
Back to cohort
Record W2345586591 · doi:10.4000/vertigo.17015

Influence des activités agricoles sur la végétation le long d’un gradient pluviométrique nord-sud du Burkina Faso

2016· article· fr· W2345586591 on OpenAlexvenueno aff
Massouroudini Akoudjin, Sébastien Kiema, Mamadou Sangaré, Jean César, Jérémy Bouyer, Chantal Kaboré-Zoungrana

Bibliographic record

VenueVertigO · 2016
Typearticle
Languagefr
FieldAgricultural and Biological Sciences
TopicAfrican Botany and Ecology Studies
Canadian institutionsnot available
Fundersnot available
KeywordsGeographyForestry

Abstract

fetched live from OpenAlex

Les écosystèmes subissent à la foi la pression humaine et climatique depuis des décennies, ainsi l’évaluation de l’état écologique des paysages agraires du Burkina Faso est nécessaire pour mettre en évidence l’action humaine sur l’environnement. Dans le cadre de cette étude, l’objectif est de caractériser quatre zones agro-sylvo-pastorales pour comprendre l’interaction entre le climat, l’action humaine et l’écosystème le long d’un gradient pluviométrique. L’étude a été réalisée sur des gradients anthropiques recoupant les aires protégées, les zones de cultures et les zones pâturées dans quatre zones agro-sylvo-pastorales du Burkina Faso. Des relevés floristiques ont été effectués au niveau des sites de suivis écologiques mis en place, selon la méthode d’inventaire itinérante. La richesse spécifique de la flore a été décroissante le long du gradient pluviométrique et du gradient anthropique. L’analyse factorielle des correspondances des relevés floristiques a permis de séparer le domaine sahélien de la savane. Elle a permis également de représenter 3 types de paysages (aires protégées, zones de cultures et zones pâturées) dans chaque zone agro-sylvo-pastorale. La répartition paysagère s’est faite en fonction de l’occupation du sol, mettant ainsi en évidence l’action humaine. Les zones pâturées se présentent comme des zones à écologie intermédiaire entre les zones de cultures et les aires protégées.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.132
Threshold uncertainty score0.618

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.015
GPT teacher head0.209
Teacher spread0.194 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations4
Published2016
Admission routes1
Has abstractyes

Explore more

Same venueVertigOSame topicAfrican Botany and Ecology StudiesFrench-language works237,207