MétaCan
Menu
Back to cohort

TURISMO NA FRONTEIRA: DESENVOLVIMENTO LOCAL NAS TERRAS INDÍGENAS

2013· article· pt· W1923641853 on OpenAlexaff
Jordana de Souza Cavalcante

Bibliographic record

VenueEXAMÃPAKU · 2013
Typearticle
Languagept
FieldEnvironmental Science
TopicFinance, Taxation, and Governance
Canadian institutionsCascades (Canada)
Fundersnot available
KeywordsGeographyHumanitiesArt

Abstract

fetched live from OpenAlex

O artigo tem como tema o Turismo na Fronteira: Desenvolvimento Local nas Terras Indígenas. O etnoturismo ou turismo em terras indígenas é uma atividade turística não convencional, realizada preferencialmente em áreas naturais, onde o turista aprecia não só a paisagem, mas também as manifestações culturais de determinada etnia. A terra indígena Raposa Serra do Sol está localizada na tríplice fronteira, ao norte do Brasil, e apresenta um grande potencial turístico. A ideia do turismo em áreas indígenas ou etnoturismo é aproveitar esse potencial e divulgar tanto a necessidade de conservação do patrimônio natural e cultural da Amazônia, quanto na prestação de serviços turísticos para o desenvolvimento das comunidades locais. A metodologia utilizada foi qualitativa, bibliográfica e descritiva. Ao fim, foi buscada uma relação entre os conceitos de desenvolvimento local a partir da inserção do turismo nas terras indígenas Raposa Serra do Sol na tríplice fronteira Brasil-Venezuela- Guiana. O turismo indígena é um grande desafio para as comunidades da TIRSS após sua demarcação, pois sugere outras possibilidades de desenvolvimento nessas localidades. Dessa maneira, o turismo torna-se uma alternativa de desenvolvimento das futuras gerações da tríplice fronteira promovendo a participação comunitária com a inclusão social e melhoria da qualidade de vida, através de políticas públicas que visam a sustentabilidade dos destinos turísticos localizados na TIRSS ao norte do Brasil.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.606
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.001
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0190.029

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.

Opus teacher head0.009
GPT teacher head0.199
Teacher spread0.190 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueEXAMÃPAKUSame topicFinance, Taxation, and GovernanceFrench-language works237,207