MétaCan
Menu
Retour à la cohorte
Enregistrement W4384296941 · doi:10.21170/geonorte.2023.v.14.n.44.170.184

CARACTERIZAÇÃO DO ABASTECIMENTO DE ÁGUA DOS MUNICÍPIOS DA CALHA DO RIO NEGRO COM BASE EM DADOS PÚBLICOS

2023· article· pt· W4384296941 sur OpenAlexaff
Alderlene Pimentel de Brito, Jamile Deahini, Josely De Macedo Bezerra

Notice bibliographique

RevueRevista Geonorte · 2023
Typearticle
Languept
DomaineEnvironmental Science
ThématiqueEnvironmental Sustainability and Education
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésGeographyPer capitaHumanitiesBiologyPopulationMedicineArtEnvironmental health

Résumé

récupéré en direct d'OpenAlex

No Brasil, os serviços de abastecimento de água para a população têm evoluído, entretanto, ainda apresentam inúmeros problemas e a oferta de água é fundamental para atender demandas de água da população, sendo um dos principais serviços de infraestrutura de um município. No Amazonas, 94,7% da população urbana é atendida pela rede de abastecimento, mas em microescala, essa relação percentual varia. Para análise da situação do serviço de abastecimento existem os indicadores, que atualmente, são aproximadamente, 254, cuja principal função é auxiliar os gestores na tomada de decisões. Dentre eles, podem-se destacar os índices de atendimento a população, consumo per capita e perdas, sendo estes os mais utilizados, devido à sua praticidade para a gestão pública. O presente estudo traz uma avaliação do abastecimento público de água na calha do Rio Negro, que é composta pelos municípios de São Gabriel da Cachoeira, Santa Isabel do Rio Negro, Barcelos e Novo Airão, a fim de criar subsídios técnicos para propor melhorias ao sistema. Foram utilizados dados disponibilizados pelo SNIS, IBGE e ANA. Os indicadores selecionados para realização da pesquisa aqui apresentada foram: Atendimento à população, consumo e produção de água per capita, e perdas na distribuição. A média do consumo per capita foi de 172 L/hab.dia para São Gabriel da Cachoeira, 135 L/hab.dia para Santa Isabel do Rio Negro, 126 L/hab.dia para Barcelos e 243 L/hab.dia para Novo Airão, onde a média per capita de Barcelos foi a menor.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,320
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,007

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 Opus0,018
Tête enseignante GPT0,266
Écart entre enseignants0,248 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista GeonorteMême sujetEnvironmental Sustainability and EducationTravaux en français237 207