MétaCan
Menu
Retour à la cohorte
Enregistrement W2984193881 · doi:10.5539/jas.v11n18p105

Climatic and Anthropic Influence on the Geodiversity of the Maranhão Amazon Floodplain

2019· article· en· W2984193881 sur OpenAlexvenueno aff
V. A. R. Silva, Ludimila Portela, J. Lins de Almeida, C. H. L. Silva, Juliana Sales dos Santos, Jessflan Rafael Nascimento Santos, Mayara Lucyanne Santos de Araújo, Francisco Emerson Carpegiane Silva Feitosa, Cícero Wellington Brito Bezerra, F. B. Silva

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGeography and Environmental Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNormalized Difference Vegetation IndexGeodiversityDeforestation (computer science)Amazon rainforestWetlandGeographyBiodiversityVegetation (pathology)Environmental sciencePhysical geographyFloodplainAgricultureRamsar siteForestryClimate changeEcologyCartography

Résumé

récupéré en direct d'OpenAlex

The Maranhense Amazon floodplain shelters a Ramsar site established by the United Nations for the protection of wetland biodiversity. Despite its protected ecological status, the impacts from deforestation, burning, the agricultural and livestock industries, are on the rise. Knowledge of the spatial distribution and temporal dynamics of these impacts are important to improve the understanding of how this region is affected. Data on increasing deforestation and hot pixels were used to evaluate the anthropogenic pressure under the geodiversity of the region, relating them to the environmental variables (rainfall, Normalized Difference Vegetation Index and Deforestation annual deforestation rate) measured through the rainfall data and the Normalized Difference Vegetation Index (NDVI). In this study, the potential of remote sensing and geographic information system. The time series were used from 2001 to 2016 for all variables. We observed a strong negative and significant correlation between hot pixels and NDVI, while hot pixels increase, the vegetation indexes tend to decrease. In 2006 an abrupt fall in the NDVI occurred due to the marked increase in the deforested area. In 2010, the NDVI reached its highest levels, because the vegetation responded to the highest rainfall observed in the period in 2009. Unit 4 presented the highest pixels number in the period evaluated (2,978 pixels; 55% of the total). There is a significant correlation between NDVI and rainfall.

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 enseignants0,026
Score d'incertitude au seuil0,052

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,003
Tête enseignante GPT0,160
Écart entre enseignants0,157 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetGeography and Environmental StudiesTravaux en français237 207