Dynamique régressive de la formation forestière de Yamba Berté au Tchad : le crépuscule d’une forêt classée
Bibliographic record
Abstract
Le maintien et le développement des formations forestières dépendent du degré d’anthropisationet des conditions du milieu. Le Tchad dispose d’importantes formations forestières parsemées dans sapartie sud. Certaines d’entre elles, notamment celle de Yamba Berté, au nord-ouest de la ville de Kélo, ontsubi, au cours des dernières décennies, une dynamique régressive préjudiciable à l’équilibre écologique. Cetteétude analyse l’évolution de l’occupation du sol et des peuplements ligneux en relation avec les usages etpratiques agropastoraux dans la formation forestière classée de Yamba Berté et autour d’elle. La méthodologiecombine une approche analytique des images satellites couvrant la zone d’étude et des enquêtes deterrain sur la perception de la dynamique par les populations. Cette démarche répond au souci de mettre enplace un outil diagnostique qui s’appuie sur les données spatiales et sur les perceptions des populationslocales pour étudier la dynamique des formations forestières dans une perspective de gestion durable desressources naturelles en zone de savane. Les premiers résultats montrent que la perception des populationsest en conformité avec les caractéristiques et tendances évolutives observées.
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 | 0.000 | 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 | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".