Predição da temperatura máxima de Lavras-MG: comparação da normal climatológica com a teoria de valores extremos
Notice bibliographique
Résumé
A predição da temperatura máxima é importante para o planejamento de atividades que sejam vulneráveis à sua ocorrência. Entre essas atividades, pode-se citar a agricultura, que representa cerca de 3% da composição do PIB brasileiro e é a quarta atividade econômica mais importante na cidade de Lavras-MG. O conhecimento do comportamento dos eventos climáticos extremos, como os relacionados à temperatura máxima, é essencial para a maximização da produtividade e para a minimização dos prejuízos. Diante disso, o objetivo deste estudo foi comparar a qualidade das predições obtidas para a temperatura máxima de Lavras-MG por meio das normais climatológicas, no período de 1981 a 2010, com as predições obtidas por meio do ajuste da distribuição GEV via inferência bayesiana, considerando diferentes estruturas de distribuição a priori informativa e não informativa. Os dados de temperatura máxima de Machado-MG foram utilizados na elicitação das prioris informativas. Verificou-se que a distribuição GEV ajustada por meio da inferência bayesiana forneceu melhores predições para a temperatura máxima de Lavras-MG e, para a maioria dos meses, as prioris informativas tiveram desempenho melhor em relação às prioris não informativas. Os meses de setembro e outubro foram aqueles que apresentaram os maiores valores de temperatura máxima preditos, o que exige para esses meses maior foco em medidas de preparação, mitigação e adaptação, necessários em relação aos impactos ocasionados em culturas agrícolas susceptíveis a ocorrência de temperaturas máximas.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».