QUANTIFICAÇÃO DE MACRONUTRIENTES EM FLORESTA OMBRÓFILA MISTA MONTANA UTILIZANDO DADOS DE CAMPO E DADOS OBTIDOS A PARTIR DE IMAGENS DO SATÉLITE IKONOS II
Bibliographic record
Abstract
O objetivo deste trabalho foi desenvolver uma metodologia para estimar os macronutrientes (N, P, K, S, Ca e Mg) presentes em uma floresta nativa, utilizando dados espectrais provenientes de satélite de alta resolução, IKONOS II, e dados de campo. As amostras de biomassa foram coletadas em 20 parcelas distribuídas em vários estágios sucessionais da floresta. Os teores de nutrientes em cada espécie foram obtidos em análises de laboratório, e a quantificação por parcela foi feita multiplicando-se esses teores pela biomassa seca. Por meio de análise estatística, relacionaram-se as quantidades de nutrientes nas parcelas com os dados obtidos nas imagens de satélite. Os valores de reflectância nas bandas MS-1, MS-2, MS-3, MS-4 e os índices de vegetação NDVI, SAVI e Razão de Bandas entraram no modelo como variáveis independentes, e os nutrientes, como dependentes. Foram geradas equações alométricas, o que permitiu a quantificação e o mapeamento dos nutrientes para a área.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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".