MINING IN CARBONATE ROCKS IN THE METROPOLITAN REGION OF CURITIBA, PR: CHALLENGES FOR THE PRESERVATION OF KARST AND SPELEOLOGICAL HERITAGE
Notice bibliographique
Résumé
Carbonate rocks are the lithotypes with the highest volume of exploitation and financial profitability in the Metropolitan Region of Curitiba (RMC), representing the most important mineral source for the cement industry, aggregates in construction, soil acidity correction, as well as housing the Karst Aquifer of the RMC, ornamental rock mines, and providing inputs for the manufacturing industry. However, mining activity, carried out in open-pit operations through the dismantling of rock masses usually using explosives, directly impacts the karst landscape and regional speleological heritage, especially the dozens of caves occurring in the region. Therefore, considering the irreversible nature of the environmental impacts resulting from mining and the lack of continuous monitoring of mined areas, remote sensing data, official mining data, and records of environmental damage were used to identify the growth of carbonate rock mining and its impacts on regional karst and speleological heritage. Specifically, the following data were used: records from the National Mining Agency (ANM), historical records from the Paraná Speleological Studies Group (GEEP-Açungui), and primarily, 1980-2022 land use and land cover change dataset derived from Landsat 5, 7, and 8 series of images. The increase in the land use classified as "mining" between 1980 and 2022, the annual increase in revenue from the Financial Compensation for Mineral Exploration, and the presence of dozens of caves in areas with active mining processes allowed for identifying that the growth of mining activity in carbonate rocks constitutes the greatest challenge to preserving the karst systems of the RMC.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».