Decisão em Condições de Incerteza Meteorológica e Proteção de Infraestruturas no Centro de Lançamento de Alcântara
Bibliographic record
Abstract
Resumo A tomada de decisão utilizando informações meteorológicas muitas vezes é um processo complexo, de alto impacto e, em algumas situações, pode comprometer o funcionamento de instalações tecnológicas. Neste contexto, o objetivo deste artigo é apresentar uma abordagem de apoio à decisão em condições de incerteza meteorológica para a proteção das infraestruturas no Centro de Lançamento de Alcântara. A partir de uma demanda operacional, foi desenvolvido um índice meteorológico de modo a identificar a atitude dos decisores em relação às três características da informação meteorológica: a) probabilidade da previsão de tempo; b) prazo de validade; c) valor da variável atmosférica. Como estudo de caso, foi analisado um problema real de decisão para proteção das instalações do principal centro espacial brasileiro. Através da interação com os usuários na construção do índice, foi possível concluir que para probabilidades baixas (< 20%) ou para prazos de validade estendidos (> 24 h), o grupo de usuários entrevistados não utiliza a informação meteorológica para tomar decisões, mesmo com o prognóstico de condições extremas. Os resultados quantitativos demonstraram que o modelo de apoio à decisão proposto conseguiu incorporar a atitude do usuário não-meteorologista em relação à incerteza da informação meteorológica.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.026 | 0.070 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.003 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.012 | 0.002 |
| Open science | 0.011 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.002 |
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; both teacher heads agree on what is shown here.
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".