Anthropic Processes and Land-Use Change During 33 Years in Roraima, Northern Amazonia
Notice bibliographique
Résumé
The Amazon region has experienced a rapid rate of deforestation and land use change as a result of establishment of agricultural settlements, resulting from public policies designed to promote rural development. We analyzed land use patterns and changes in the central region of Roraima, northern Brazil, testing the hypothesis that the anthropic pressure based on the conversion of natural vegetation (forest ecotone zone and open areas of savanna and campinaranas) on agriculture and pasture, has led to the decline of forest resilience, and has not promoted development in lands converted in agricultural colonization projects, a process exacerbated by practices of burning. Satellite images from between 1984 to 2017, with field-collected data and geoprocessing techniques, allowed interpretation and analysis of seven land-use classes. Agriculturally-based human impacts were greatest in forest areas, with forest loss rates being 6.4 times greater than regeneration rates. The 39.3% reduction in natural non-forest vegetation types exceeded that of forest loss (23.8%). Repeated fires resulted in a 627.1% increase in forest fragmentation in areas heavily impacted by fire. Our study revealed that, over 33 years, deforestation and transitions of land to non-conservation uses did not lead to a system with highly productive agricultural practices, but to extensive impoverished, and degraded subsistence. The main reason was the basic unsuitability of the region´s extremely acidic/dystrophic soils on which settlements have been founded, and the predominance of low-tech, family-based, agriculture and the absence of the required technology for attaining better results.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».