MétaCan
Menu
Retour à la cohorte
Enregistrement W7120871979

Trail classification by the degree of difficulty: use of geotechnologies in developing a model applied to Itatiaia National Park, Brazil

2016· dissertation· pt· W7120871979 sur OpenAlexaboutno aff
Grislayne Guedes Lopes da Silva

Notice bibliographique

RevueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2016
Typedissertation
Languept
DomainePsychology
ThématiqueRecreation, Leisure, Wilderness Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Nova scotiaContext (archaeology)Research methodologyDegree (music)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

As áreas protegidas são importantes espaços de conservação da natureza e de práticas turísticas e recreativas. A categoria de parques nacionais apresenta uma oferta natural, principalmente de trilhas para caminhadas, que proporciona ao visitante distintas experiências, porém nem sempre são garantidas qualidade e segurança como elementos inerentes à visitação turística. As trilhas abertas à visitação precisam apresentar sinalização e orientações mínimas, por meio de placas, folhetos, mapas e demais materiais informativos, para contribuir com a qualidade da experiência do visitante, ou seja, as trilhas devem ser planejadas, administradas e manejadas de maneira adequada. Neste contexto, esse trabalho discute um dos elementos essenciais da visitação em trilhas que é a necessidade de existir um sistema de classificação quanto ao grau de dificuldade, como parte integrante das ações de manejo da visitação turística, garantindo informações e contribuindo para a segurança do visitante. O principal objetivo do trabalho é elaborar um modelo para classificar trilhas de caminhada quanto ao grau de dificuldade, com o uso de geotecnologias. Para tanto, a área de estudo nesta pesquisa foi o Parque Nacional do Itatiaia (PNI), localizado na divisa entre Rio de Janeiro e Minas Gerais. Foram selecionadas para análise três trilhas localizadas na Parte Alta do parque, região conhecida como Planalto, quais sejam: Agulhas Negras, Prateleiras e Couto Prateleiras. O estudo apresenta uma abordagem qualitativa, com caminho metodológico delineado a partir de três etapas principais: 1) pesquisa bibliográfica e documental, e entrevistas com gestores do PNI, o que permitiu a seleção dos critérios utilizados para a análise do grau de dificuldade dessas trilhas: declividade, condições do terreno, cobertura vegetal e drenagem; 2) levantamento de dados geográficos em campo, com base nos critérios selecionados, a partir do mapeamento das trilhas com uso de receptor de Sistema Global de Posicionamento (GPS); e 3) aplicação de um modelo de classificação, com uso de técnicas de sensoriamento remoto, operações de álgebra de mapas e ferramentas de análises espaciais em um Sistema de Informações Geográficas (SIG), para produzir os mapas temáticos de acordo com o grau de dificuldade das trilhas. Na revisão de literatura foram identificados poucos estudos no Brasil; e ao mesmo tempo no mundo há diversos sistemas de classificação de trilhas, porém na maioria dos casos não há explicação clara sobre o método adotado, bem como não há referência quanto ao uso de geotecnologias na análise de dados; destaca-se o caso da Austrália por possuir um sistema nacional de classificação de trilhas bem estruturado. Por fim, identificou-se na pesquisa que a realização de análises espaciais deve ser considerada um dos principais alicerces do planejamento e gestão de recursos naturais e do turismo em áreas protegidas, sendo que os mapas servem tanto de apoio aos visitantes quanto para o manejo dos parques

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,167
Score d'incertitude au seuil0,332

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,077
Tête enseignante GPT0,304
Écart entre enseignants0,228 · 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'étudeSimulation ou modélisation
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas)Même sujetRecreation, Leisure, Wilderness ManagementTravaux en français237 207