Adaptation au climat de variétés de mil et de sorgho dans le Nord-Est du Sénégal : croisement des paramètres pluviométriques, thermiques et phénologiques
Bibliographic record
Abstract
Le mil (Pennisetum glaucum) et le sorgho (Sorghum bicolor) sont les principales céréales sèches cultivées en agriculture pluviale au Nord-Est du Sénégal. Mais, confrontées à des contraintes comme la baisse des précipitations, l'augmentation des températures, la fréquence des pauses sèches, leur production tend à baisser. L'article examine les contraintes climatiques et autres chocs subis par la culture pluviale des variétés de mil Souna 3, ICTP 8203, GB 8735, Gawane et Chakti ainsi que de celles de sorgho CE 180-33, Payenne et Golobé, qui sont les principales variétés homologuées et actuellement cultivées dans le Nord-Est du Sénégal. À partir des données collectées à Podor, Matam et Linguère, l'article analyse l'adaptation de différentes variétés de mil et de sorgho aux conditions climatiques et à leur évolution au fil du temps. Les résultats montrent un déficit des précipitations depuis le début des années 1970, qui se conjugue à de plus fortes contraintes thermiques. L'analyse des écarts entre le cumul pluviométrique et l'évapotranspiration maximale des variétés aux différents stades de croissance révèle des déficits hydriques constants pour le mil Souna 3 et le sorgho CE 180-33. En revanche, le mil Chakti présente des bilans hydriques positifs dans plus de 80 % des années à l'est et à l'ouest du secteur d'étude, et dans 47 % des cas au nord. Seules les variétés Chakti et ICTP 8203 sont adaptées aux conditions climatiques des parties est et ouest, avec une probabilité d'adéquation supérieure à 80 % sur les périodes 1931-1969 et 1999-2020. En revanche, aucune des variétés n'est adaptée aux conditions climatiques du nord. Outre ces contraintes climatiques, les agriculteurs enquêtés incriminent la divagation des animaux, les attaques d'oiseaux ravageurs et les infestations parasitaires pour expliquer la baisse des productions agricoles. Il est donc primordial de développer des stratégies complémentaires, incluant une plus large diffusion de variétés mieux adaptées aux conditions climatiques actuelles, comme le Chakti et l'ICTP 8203, et le renforcement des dispositifs de protection des cultures, notamment par la lutte biologique et la gestion intégrée des ravageurs.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".