Anticiper l’avenir des territoires agricoles en Afrique de l’Ouest : le cas des Niayes au Sénégal
Bibliographic record
Abstract
En Afrique de l’Ouest, dans le contexte général de changement climatique et de mondialisation, la croissance démographique exerce une pression accrue sur les ressources naturelles par les changements d’affectation des sols qu’elle engendre. L’avenir des territoires agricoles, en particulier en périphérie des grandes villes, est alors questionné face à l’urbanisation croissante, la dégradation des ressources naturelles et les mutations socio-économiques. Afin d’anticiper les changements que pourraient connaître les territoires ruraux, une démarche de prospective territoriale a été réalisée sur la zone sud des Niayes, au Sénégal. Elle a permis aux experts locaux mobilisés à cet effet d’identifier les facteurs de changement et de co-élaborer des scénarios d’évolutions plausibles du territoire. Les réglementations, la gouvernance et la démographie sont les trois facteurs majeurs pouvant infléchir de l’affectation des sols dans le temps. Ces facteurs déterminent le type de partage de l’espace et d’utilisation des ressources naturelles, pouvant être harmonieux ou conflictuel. Une gouvernance inclusive, une société civile fortement structurée et la préservation des ressources naturelles sont apparues comme essentielles à l’atteinte de futurs harmonieux.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
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; both teacher heads agree on what is shown here.
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".