MétaCan
Menu
Retour à la cohorte
Enregistrement W3175281069 · doi:10.53268/bkf21060905

UMA VISÃO SOBRE INCÊNDIOS FLORESTAIS EM REGIÕES CLIMATOLÓGICAS DISTINTAS: UMA ANÁLISE DA ÁREA QUEIMADA NA AMAZÔNIA LEGAL E NA PROVÍNCIA DE ALBERTA

2021· book-chapter· pt· W3175281069 sur OpenAlexaboutno aff
Yara Campos Miranda, Kauana Mara da Silva, Amanda Correa Nunes, Andrey Cassiano Martins, Danrley de Abreu dos Santos, Francisco Antônio Dupas, Rodrigo Camilo, Ricardo Puziol de Oliveira

Notice bibliographique

RevueBookerfield Editora · 2021
Typebook-chapter
Languept
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeographyAmazon rainforestHumanitiesForestryBiologyEcologyArt

Résumé

récupéré en direct d'OpenAlex

Os incêndios florestais podem ter origem natural ou antrópica. Quando fogem do controle, possuem o potencial de ocasionar impactos ambientais, sociais e econômicos, necessitando assim de estratégias de monitoramento e mitigação. Dentre as regiões do globo mais acometidas por focos de calor, destacam-se a Amazônia Legal, localizada no Brasil e a Provincia de Alberta, pertencente ao Canadá. Neste sentido, o objetivo do trabalho foi realizar uma análise temporal das queimadas nestas regiões. Para tanto, foi utilizado o modelo estatístico de regressão polinomial linear combinado com um modelo de volatilidade estocástica a partir de dados de área queimada disponibilizados por órgãos governamentais de ambos os países. Como resultados, a região da Amazônia Legal possui a maior intensidade de atividades de queimadas entre os meses de julho e agosto, enquanto em Alberta, os meses de abril e maio destacaram-se. Ambos os períodos correspondem as épocas mais secas, demonstrando assim, a possível relação das variáveis meteorológicas com a área queimada. Além disso, o modelo utilizado demonstrou viabilidade no entendimento do comportamento do fogo em ambas as regiões, podendo assim ser aplicado em análises e previsões de incêndios florestais.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,094
Score d'incertitude au seuil0,189

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,224
Écart entre enseignants0,214 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBookerfield EditoraMême sujetFire effects on ecosystemsTravaux en français237 207