Condicionantes Geomorfológicos dos Deslizamentos nas Encostas: Avaliação de Metodologias e Aplicação de Modelo de Previsão de Áreas Susceptíveis
Bibliographic record
Abstract
Deslizamentos são episódios de extrema importância, resultantes da atuação de processos geomorfológicos nas mais diversas escalas temporais causando, em geral, enormes prejuízos à sociedade. Dentre os diversos fatores condicionantes destacam-se os parâmetros morfológicos do terreno, os quais controlam diretamente o equilíbrio das forças e, indiretamente, a dinâmica hidrológica dos solos. Embora muitos estudos tenham voltado a atenção para a descrição de eventos e para o monitoramento de campo, pouco ainda se sabe sobre a previsão de ocorrência destes fenômenos. Acredita-se aqui que a combinação de mapeamentos e monitoramentos de campo, através de modelos matemáticos baseados em processos, tenha muito a contribuir nessa direção. Neste sentido, diversos estudos de campo vêm sendo realizados nas bacias dos rios Quitite e Papagaio no sentido de caracterizar o papel desempenhado pelos diversos parâmetros topográficos no condicionamento dos deslizamentos ali ocorridos em 1996. A partir do modelo digital de terreno das bacias, com uma resolução de 4m2, combinado com vários mapeamentos ali realizados, foi definido o potencial de deslizamento para as diversas classes de cada atributo topográfico. Paralelamente, foram realizados ensaios de campo com o permeâmetro de Guelph e simulações com o modelo matemático SHALSTAB, voltado para a previsão de áreas instáveis, de modo a englobar os mais diferentes cenários. Os resultados atestam o importante papel desempenhado pelos parâmetros topográficos forma da encosta e área de contribuição, geralmente desprezados pelas metodologias de previsão de áreas susceptíveis a deslizamentos.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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".