MétaCan
Menu
Retour à la cohorte
Enregistrement W4394921288 · doi:10.55761/abclima.v33i19.17154

Variabilidade climática da precipitação no estado do Ceará, Nordeste do Brasil

2023· article· pt· W4394921288 sur OpenAlexfundno aff
Maria Daniele Pereira Bessa da Silva, Juan Carlos Alvarado Alcócer, Maria Leidinice da Silva, Natali Pamela Mora Sandí, Eric J. Alfaro, Hugo G. Hidalgo, Paulo Roberto Silva Pessoa, Olienaide Ribeiro de Oliveira Pinto

Notice bibliographique

RevueRevista Brasileira de Climatologia · 2023
Typearticle
Languept
DomaineEnvironmental Science
ThématiqueEnvironmental and biological studies
Établissements canadiensnon disponible
Organismes subventionnairesVicerrectoría de Investigación, Universidad de Costa RicaConsejo Nacional de RectoresUniversidad de Costa RicaConsejo Superior Universitario CentroamericanoInternational Development Research Centre
Mots-clésEnvironmental scienceGeography

Résumé

récupéré en direct d'OpenAlex

O estado do Ceará é uma região semiárida localizada na região Nordeste do Brasil, caracterizada por uma estação chuvosa irregular, grande variabilidade climática impulsionada principalmente pelo fenômeno El Niño Oscilação Sul (ENOS), Temperatura da superfície do Mar (TSM) do Atlântico Sul tropical e eventos climáticos extremos. As secas e seus efeitos foram estudados para determinar sua frequência e ajudar a reduzir seus impactos econômicos, sociais e ambientais. Para tanto, avaliamos a variabilidade espaço-temporal do Índice Padronizado de Precipitação (SPI) e caracterizamos a seca para as doze regiões hidrográficas do Estado do Ceará nas escalas de 3, 6 e 12 meses. Os dados compreendem o período 1980-2020 considerando os valores mensais de precipitação fornecidos pela Fundação Cearense de Meteorologia e Recursos Hídricos (FUNCEME). Durante os anos de 1982 e 1993, o SPI detectou as maiores secas do estado. Verificou-se também que 1996 e 1998 foram os anos com eventos secos menos intensos, apresentados nas escalas 3, 6 e 12 meses do SPI. O índice provou ser uma ferramenta útil para a identificação da seca na área de estudo em diferentes escalas de tempo. Usando a análise wavelet encontramos um aumento da potência espectral nas periodicidades de 4-10 anos, especialmente por volta de 1982 e 2011, mas essas oscilações não parecem ser significativas acima do espectro de ruído vermelho. Descobrimos que condições mais frias e mais quentes de ENOS e a variabilidade da TSM do Atlântico Sul tropical, respectivamente, estavam relacionadas com estações chuvosas mais úmidas, enquanto condições opostas de TSM com estações mais secas.

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 enseignants0,575
Score d'incertitude au seuil0,855

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,030
Tête enseignante GPT0,277
Écart entre enseignants0,246 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de ClimatologiaMême sujetEnvironmental and biological studiesTravaux en français237 207