Quelles perspectives pour l’agriculture et la sécurité alimentaire en Afrique subsaharienne en 2050 ?
Bibliographic record
Abstract
La sécurité alimentaire nutritionnelle en Afrique subsaharienne s’est considérablement dégradée au cours des dernières années. Se dessinent des évolutions économiques, sociales, environnementales et politiques qui font peser des risques supplémentaires sur les systèmes alimentaires du continent. Cet article décrit plusieurs scénarios d’évolution possible de l’agriculture et leurs impacts sur les usages des terres (en particulier, les superficies cultivées), le commerce et la sécurité alimentaire et nutritionnelle. Ces scénarios ont été construits en associant entre elles, de manière plausible et cohérente, des hypothèses sur les déterminants des évolutions de l’agriculture, à savoir le contexte global (démographie, politique, économie et innovations, social), le changement climatique, les régimes alimentaires, les relations rural-urbain, les structures agricoles et les systèmes d’élevage et de culture. Renforcer la sécurité alimentaire et nutritionnelle ne sera possible que par un changement de perspective en passant d’approches sectorielles et par filières à des approches systémiques, par des transformations profondes des systèmes alimentaires qui demanderont une coordination forte entre acteurs du système, et par le développement de politiques publiques d’accompagnement de ces changements.
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 | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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; 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".