POLÍTICA DE RECURSOS HÍDRICOS E A GESTÃO DAS ÁGUAS SUBTERRÂNEAS: Experiência dos Comitês do Estado de São Paulo
Bibliographic record
Abstract
Este trabalho retrata o modelo de gestão dos recursos hídricos instituído no Estado de São Paulo e a experiência dos Comitês quanto à gestão estratégica dos recursos hídricos subterrâneas com definição de prioridades visando à proteção e preservação das águas subterrâneas. A indicação das prioridades e estratégias de ação, buscando alcançar um objetivo comum previamente definido, não dissociando as águas subterrâneas das águas superficiais, nem os aspectos qualitativos dos quantitativos. Observando-se a super exploração das águas subterrâneas vem promovendo junto aos Comitês de Bacia uma política integrada, considerando que é uma fonte estratégica e a sua degradação e exaustão podem acarretar conseqüência irreversíveis. A implementação de ações que visem à proteção das águas subterrâneas, para as atuais e futuras gerações é um dos objetivos dos Comitês de Bacia, neste trabalho é relatado os casos do Comitê da Bacia Hidrográfica do Rio Pardo e Comitê da Bacia Hidrográfica do Turvo/Grande, com a constatação do comprometimento local, a identificação a problemática da superexplotação e vulnerabilidade das águas subterrâneas, foi possível abrir a perspectiva de uma ação efetiva dos Comitês de Bacias.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.007 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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".