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 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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.002 | 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".