ESTÃO OS AQUÍFEROS DA REGIÃO DE JURUBATUBA (SÃO PAULO) SOB RISCO?
Bibliographic record
Abstract
Este trabalho objetivou avaliar a integração entre a vulnerabilidade dos aquíferos, através do método GOD, e a classificação das indústrias com potencial de degradar osolo e águas subterrâneas, pelo método POSH, tendo em vista o risco de desabastecimento público pela contaminação dos aquíferos. Embora existam trabalhos que avaliem o perigo de contaminação, este é um dos primeiros a validar essa metodologia no Brasil, a partir da análise de casos comprovados de degradação de aquíferos. Os resultados mostraram que os aqüíferos apresentam média a altavulnerabilidade devido aos elevados níveis freáticos e à litologia de média permeabilidade. O trabalho cadastrou 3.905 atividades potencialmente contaminantes, classificando 2.490 como de elevado índice. Para a avaliação dos perigos de contaminação, definida pela integração desses dois parâmetros, um novo método foi proposto e aplicado com sucesso. A região foi dividida em células de 500x500m e a densidade da ocupação industrial de elevado índice foi avaliada em cada uma delas. Isso permitiu identificar áreas onde existem perigos elevados, quando a alta densidade deatividades encontrava-se sobre aqüíferos vulneráveis. A avaliação individual das 84 áreas comprovadamente contaminadas da CETESB indicou que essas se localizavam nas áreas de maior perigo, mostrando o sucesso da metodologia desenvolvida.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".