DÉGRADATION DES TERRES ET LES IMPLICATIONS SOCIOÉCONOMIQUES DANS LA RÉGION NORD DU BURKINA FASO.
Bibliographic record
Abstract
La dégradation des terres dans les zones arides et semi-arides se pose avec acuité en raison de la dynamique de facteurs climatiques et humains complexes. La région Nord du Burkina Faso connait depuis deux décennies une forte variabilité climatique et une altération des ressources naturelles et des écosystèmes agricoles. La dégradation revêt une typologie variée mais la présente recherche s’attelle sur l’usure du couvert végétal et la baisse des rendements agricoles et les implications socioéconomiques (pertes de revenus, migration, stratégies d’adaptation) induites. La recherche est axée sur des données d’enquête auprès de 438 ménages agricoles repartis sur l’ensemble des provinces de la région. Les données collectées portent sur les productions agricoles des 5 dernières années et les implications socioéconomiques de la dégradation des terres agricoles. Suite à la dégradation des terres, les ménages font face à un accroissement du coût d’exploitation des parcelles agricoles, une accentuation de leur vulnérabilité alimentaire, la persistance de l’émigration des membres du ménage et des déficits céréaliers notables. L’évaluation monétaire des pertes de rendements en lien avec la dégradation des terres est de 17 914 113 306 FCFA avec une superficie de 166 973 hectares et une perte de 162 631 314 kilogrammes de céréales. La mise à l’échelle du coût économique de la dégradation des terres au budget régional est de 191,1% des recettes mobilisées et de 146,8% du budget prévisionnel du Plan Régional de Développement (2018-2022) et 0,2 du Produit Intérieur Brut national.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| 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) | 0.001 | 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".