O ISOLAMENTO GEOECONÔMICO DOS MUNICÍPIOS DA REGIÃO NORTE DO BRASIL: UMA PROPOSTA PARA QUANTIFICÁ-LO
Bibliographic record
Abstract
Este trabalho tem como objetivo propor e estimar um indicador de acessibilidade para a Região Norte do Brasil, no nível municipal, entre os anos de 1980 e 2000. Visa, também, analisar como este indicador está sendo alterado naquela região, associando-o com a mudança nos padrões das populações rurais e urbanas. A hipótese que norteia esse objetivo é de que a melhoria do índice de acessibilidade, através dos investimentos em infraestrutura de transporte, contribuiu para o deslocamento da população rural rumo às zonas urbanas. Essa mudança tem como justificativa a busca da população por melhores condições de vida, já que na região como um todo, são encontrados os piores indicadores socioeconômicos. Para tanto, se utilizará Sistema de Informacões Georreferenciadas. Os resultados mostraram que, de fato, houve um esvaziamento da população rural rumo às zonas urbanas e que essa mudança foi causada pela melhoria da acessibilidade. Os municípios que têm maior acessibilidade são também aqueles que mais atraíram a população das zonas rurais. De maneira geral, a melhoria do índice de acessibilidade, resultante de investimentos em infraestrutura, influenciou os movimentos populacionais, sobretudo no descolamento da população rural para as zonas urbanas, fortalecendo, inclusive, a concentração da população nas capitais.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".