Diversité et importance de la flore ligneuse de la ville de Sokodé (Centre - Togo)
Bibliographic record
Abstract
Les recherches menées dans la ville de Sokodé (Centre-Togo) en juin 2017 ont permis d’évaluer la diversité des ligneux et de relever les perceptions des populations sur leur importance. Les ligneux des concessions, les voiries, les établissements, les interstices et les places publiques ont été inventoriés. Dans les différents placeaux, les noms scientifiques des espèces présentes ont été identifiés. Au total 118 espèces ligneuses regroupées en 98 genres et 38 familles ont été recensées à travers 209 relevés. L’indice de diversité de Shannon (4,8 bits) est relativement plus élevé au niveau des établissements, suivi des concessions (4,61 bits), des interstices (4,03 bits) puis des voiries (3,7 bits). Par contre l’équitabilité de Piélou est plus élevée (0,87) au niveau de la voirie. Les familles des Fabaceae (25 espèces et 22 genres), Moraceae (11 espèces et 3 genres), Rutaceae (7 espèces et 4 genres), Apocynaceae (6 espèces et 5 genres), Arecaceae et des Malvaceae (6 espèces et 6 genres chacune), Annonaceae (5 espèces et 3 genres), Bignonaceae (5 espèces et 5 genres) et Euphorbiaceae (5 espèces et 4 genres) sont les plus représentées. Les Microphanérophytes (54,7 %) et les Mésophanérophytes (29,91 %) sont les types biologiques les plus abondants. Sur le plan phytogéographique, les espèces soudano-zambéziennes (20,41 %) sont les plus représentées, suivies des espèces Pantropicales (19,39 %). Une enquête par questionnaire a été réalisée auprès de 120 personnes. L’importance des ligneux en milieu urbain est reconnue par les populations locales. Le principal avantage reconnu est l’alimentation (63,5 %), auquel viennent s’ajouter d’autres tels que l’ombrage (59,5 %), le repos (41,9 %), la lutte contre les vents et l’érosion (39,9 %). Les fruits (84,7 %), les feuilles (38,7 %), les racines (16,7 %) et les écorces (16,7 %) de nombreuses espèces ligneuses sont récoltées pour satisfaire les besoins des populations; ce qui fait qu’elles font face à plusieurs menaces. Dans ce contexte, seule une gestion durable permettrait une meilleure conservation de cette ressource dans la ville de Sokodé.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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.
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".