Caracterização da produção de cana-de-açúcar através de indicadores espaciais e temporais em Mato Grosso do Sul
Notice bibliographique
Résumé
Com um cenário bastante favorável, a expansão das áreas cultivadas com cana-de-açúcar no Estado de Mato Grosso do Sul tem tomado dimensões significativas na produção, o que torna importante o estudo de indicadores de produção dessa cultura em diversos níveis territoriais do Estado. Diante desse cenário, o objetivo deste estudo foi analisar a produção de cana-de-açúcar nos principais municípios produtores de Mato Grosso do Sul através de indicadores de produção de dados oficiais no período de 2003 a 2011. Foram utilizados dados oficiais de estimativa do LSPA/IBGE de área colhida - AC (ha), área colhida relativa - ACR (%) produção - PR (t) e produtividade média - PRM (t ha-1) em diferentes níveis territoriais (mesorregiões, microrregiões e municípios) com produção significativa de cana-de-açúcar. Na análise de agrupamento, os municípios foram tipificados quanto a AC, ACR, PR e PRM. Pela análise conjunta do agrupamento, os grupos classificados como alto e médio se assemelham ao zoneamento agroecológico da cana-de-açúcar. Através da análise de regressão a mesorregião sudoeste (MES-SU) e a microrregião de Dourados (MIC-DO) são os níveis territoriais que apresentam crescimento da PRM no período da caracterização.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».