Incendios forestales en ecosistemas de la puna húmeda en los Andes de Ayacucho, Perú
Notice bibliographique
Résumé
Esta investigación analiza la extensión y frecuencia de los incendios forestales en el ecosistema de la puna húmeda desde el año 2013 al 2021, identificando las áreas afectadas y determinando las causas con la finalidad de mejorar el manejo de fuego en el departamento de Ayacucho (región andina de Perú). La metodología combina análisis cartográfico, imágenes satelitales y entrevistas semiestructuradas para identificar las causas, consecuencias y alternativas de mitigación de los incendios. Los resultados muestran que las áreas afectadas por los incendios durante los 9 años son muy diferenciadas, siendo el 2020 el año con mayor área incendiada llegando a 2,836 ha lo que representa el 14.89% de la puna húmeda del área de estudio. Además, las áreas incendiadas con mayor frecuencia se repiten entre 7 y 9 veces en diferentes años, con un promedio de ha quemadas de forma reincidente de 182 ha. Las causas de los incendios son netamente de origen antrópico ocasionados por la (i) apertura de nuevas chacras o quema de rastrojo; (ii) quema del ichu para el rebrote de pastos y (iii) por razones culturales. Se concluye que la combinación de metodología de análisis cartográfico, imágenes satelitales y las entrevistas semiestructuras proporcionan información que permite entender las dinámicas del territorio y mejorar el manejo e implantación de políticas territoriales en la mitigación de los incendios.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».