MétaCan
Menu
Retour à la cohorte
Enregistrement W2598184979 · doi:10.5539/jsd.v10n2p249

Social and Environmental Impacts on Rural Communities Residing Near the Industrial Complex of Sao Luis Island, State of Maranhão, Brazil

2017· article· en· W2598184979 sur OpenAlexvenueno aff
Tatiana Cristina Santos de Castro, Antônio Carlos Leal de Castro, Leonardo Silva Soares, Marcelo Henrique Lopes Silva, Helen Roberta Silva Ferreira, James Werllen de Jesus Azevedo, Victor Lamarão de França

Notice bibliographique

RevueJournal of Sustainable Development · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGeography and Environmental Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeographyHarmMangrovePopulationEnvironmental protectionNatural (archaeology)Natural resourceSocioeconomicsForestryEcologyArchaeologyDemographyPolitical science

Résumé

récupéré en direct d'OpenAlex

The aim of the present study was to analyze the major social and environmental implications of the presence of the industrial district of the city of São Luís (Brazil) over a span of 30 years. The district was established in the 1980s to receive industrial enterprises of the Grande Carajás Program, which led to the installation of a massive support infrastructure. Industrial activities have contributed substantially to rapid, definitive, irreversible changes to the way of life of the population residing near the district and have gradually altered the spatial organization of the area, with consequent harm to the natural landscape. Both the perceptions of the local population and data obtained using geotechnological tools offer evidence of the main changes having occurred and factors associated with such changes. Mangrove degradation and the loss of both natural and secondary vegetal cover were the most significant changes in the time interval studied. The main factors associated with environmental harm are industrial activities, the mineral extraction of sand and disorganized land occupation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,028
Tête enseignante GPT0,243
Écart entre enseignants0,215 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetGeography and Environmental StudiesTravaux en français237 207