Caracterización de la velocidad y dirección de viento en la provincia de Chimborazo
Notice bibliographique
Résumé
La presente investigación muestra el comportamiento de la velocidad y dirección de viento en la provincia de Chimborazo, se tomaron los datos del 2014 al 2017 de 11 estaciones meteorológicas ubicadas en lugares estratégicos de la zona de estudio. Se estructuró una base de datos de acuerdo con los requerimientos del software WorPlot para la elaboración de las rosas de viento. Se realizó un análisis estadístico descriptivo para caracterizar su comportamiento, se efectuaron contrastes de hipótesis para identificar diferencias significativas en forma mensual, anual y por estaciones. Se determinaron comportamientos similares en los datos de viento entre las estaciones Tunshi y Urbina respecto a la dirección de viento en todos los meses de cada año año; las estaciones Alao, Cumandá, Espoch, Matus, Multitud, Quimiag, San Juan y Tunshi presentan velocidades de viento que alcanzaron los 2.0 m/s, mientras que en Atillo, Tixán y Urbina de 3.0 m/s a 4.5 m/s, determinándose que las zonas con mayor disponibilidad de energía del viento se encuentra en Tixán y Urbina con velocidades que superan los 4 m/s. Finalmente con la ayuda de Google Earth se visualizó las rosas de viento en cada una de las 11 estaciones con el fin de mostrar características predominantes de las variables estudiadas.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».