A influência dos principais determinantes e da governança sobre o desmatamento na Amazônia Legal brasileira: uma abordagem por painel (2003- 2020)
Notice bibliographique
Résumé
Nos últimos tempos aconteceram mudanças significativas na Amazônia que ocasionaram às perdas de grade extensão das áreas de florestas remanescentes. Nesse contexto, a presente pesquisa objetivou avaliar a influência dos principais fatores determinantes e gestões governamentais no combate ao desmatamento dos municípios da Amazônia Legal no período de 2003 a 2020. Para tanto, estimou-se o modelo de painel balanceado - Efeito Aleatório (EA). Os principais resultados indicaram que parcela majoritária dos municípios apresentaram até 10% de suas áreas desmatadas. Concernente aos resultados empíricos, constatou-se que a expansão da economia, da área de lavoura, da pecuária bovina e da população são fatores significantes para explicar o aumento do desmatamento. Verificou-se também que os municípios do estado do Pará apresentaram desmatamento maior que todas as sedes municipais dos estados amazônicos, com exceção do estado de Rondônia. Ademais, notou-se que foi na gestão do presidente Bolsonaro que aconteceram as maiores elevações no desflorestamento.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».