Classification hiérarchique des zones boisées d’altitudes de l’île d’Anjouan, Comores
Bibliographic record
Abstract
Avant la colonisation humaine de l’archipel des Comores, l’île d’Anjouan était couverte de forêt. Aujourd’hui, seuls quelques vestiges de forêts primaires subsistent sur des pentes escarpées et inaccessibles. Sous les pressions humaines, la perte des forêts au profit des zones agricoles continuait d’une façon exponentielle. La présente étude a examiné la végétation de l’île pour déterminer les types d’habitats qu’on pouvait trouver à Anjouan. En 2010, nous avons collecté des données liées aux arbres, à l’exploitation agricole et à l’altitude pour partitionner la couverture végétale en différentes classes. Nous avons utilisé l’Analyse en composante principale (ACP) et la Classification ascendante hiérarchique (CAH). Six classes d’habitats ont été identifiées : la classe des plantations des zones ouvertes de haute altitude, la classe des plantations des zones moins boisées, la classe de l’agroforêt dense de moyenne altitude, la classe de la forêt sévèrement dégradée et sous-plantée, la classe de forêt dégradée, et la classe de forêt dense humide. Les quatre premières sont associées aux activités agricoles. Des différences significatives entre les classes ont été observées pour les densités des arbres (natifs ou non-natifs), la diversité des espèces et les niveaux d’exploitations agricoles. La densité des arbres augmentait avec l’altitude, tandis que la diversité en espèces était liée à la classe de la couverture végétale. Les types d’exploitation agricole étaient liés à la classe d’habitat et à la localisation dans l’altitude. Cette étude sera utilisée pour la planification de la gestion des zones agroforestières et la mise en place des actions de conservation pour les habitats forestiers.
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 | 0.001 |
| Bibliometrics | 0.006 | 0.004 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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; 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".