Potentiel floristique du sous-bois des agrosystèmes à Elaeis guineensis Jacq. en zone équatoriale (Ngwei, Cameroun)
Bibliographic record
Abstract
La diversité floristique des forêts tropicales humides joue un rôle majeur dans l’évaluation de la santé de l’écosystème. À Ngwei (Cameroun), les forêts subissent des dégradations dues à l’élaeiculture et la composition floristique dans les différentes strates reste largement inconnue. Cette étude évalue le potentiel floristique du sous-bois des agrosystèmes des palmiers à huile (Elaeis guineensis). L’inventaire floristique est basé sur la méthode des quadrats de 50 m x 50 m disposés aléatoirement dans 23 palmeraies âgées entre 0 à 40 ans et 5 forêts utilisées comme références. La conversion des écosystèmes forestiers en agrosystèmes élaeicoles montre que les richesses spécifiques des palmeraies sont très variables et qu’un nombre élevé d’espèces peut être atteint déjà dans des plantations jeunes, rivalisant ainsi avec des plantations plus âgées. La supériorité des indices de diversité de Simpson (0,99) et αFicher (79,86) dans les palmeraies par rapport aux forêts (0,96 et 23,64 respectivement) montre que le sous-bois de la palmeraie est très diversifié. Les forêts échantillonnées présentent 1744 individus appartenant à 102 espèces. Cependant, 2898 individus inclus dans 289 espèces ont été inventoriés dans les palmeraies. Les palmeraies juvéniles sont plus riches en thérophytes, géophytes et chaméphytes, tandis que les forêts sont riches en phanérophytes dressés. Les vieilles palmeraies sont colonisées par les phanérophytes et plusieurs espèces ligneuses menacées d’extinction à différents niveaux selon la liste rouge de l’Union internationale pour la conservation de la nature (IUCN). Les palmeraies de Ngwei disposent ainsi de ressources floristiques dans leurs sous-bois qui permettent d’entrevoir un potentiel de restauration post-cultural.
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 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".