MétaCan
Menu
Retour à la cohorte
Enregistrement W221343190 · doi:10.15210/interfaces.v14i2.6739

A Gestão para a Conservação da Água. Dois Estudos de Casos: Riacho Fundo, Brasília e Rio Don, Toronto.

2015· article· pt· W221343190 sur OpenAlexaboutno aff
José Marcelo Martins Medeiros, Mariana Martins Medeiros, Marta Adriana Bustos Romero

Notice bibliographique

RevueAmericanae (AECID Library) · 2015
Typearticle
Languept
DomaineEnvironmental Science
ThématiqueEnvironmental Sustainability and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGeographyPhilosophy

Résumé

récupéré en direct d'OpenAlex

O estudo compreende uma comparação de dois exemplos de gestão de bacias hidrográficas localizadas em dois grandes conglomerados urbanos, Toronto e Brasília. A estratégia de planejamento adotada para a conservação do Rio Don em Toronto, na Província de Ontário, representa um exemplo bem sucedido. A melhoria da qualidade da água, o controle do fluxo hídrico e a solução de conflitos de uso foram comtempladas por ações de longo prazo, envolvendo uma gestão integrada através de uma articulação intersetorial e intergovernamental. Por outro lado, no Riacho Fundo, Brasília-DF, a gestão participativa e compartilhada por bacia, ainda não foi apropriada pelos usuários. Esse problema pode ser repensado a partir de uma proposta de ação para o Riacho Fundo embasada no exemplo de estratégias utilizadas na revitalização do Rio Don e norteada pela legislação ambiental brasileira. As margens do rio Riacho Fundo poderiam ser tratadas paisagisticamente como um parque linear, conformando um espaço de ligação e mobilidade entre diversos assentamentos humanos. A própria beleza da paisagem, potencialidade de lazer e atividades culturais poderiam inspirar a população para a mobilização social em prol da revitalização. Nesse contexto, para que a gestão sustentável do espaço urbano se concretize na bacia do Riacho Fundo é necessária a definição de políticas responsáveis pelo planejamento urbano, incluindo os processos naturais e as demandas sociais nesta alternativa.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,395
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,004
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,265
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmericanae (AECID Library)Même sujetEnvironmental Sustainability and EducationTravaux en français237 207