CONSTRUÇÃO DE QUESTIONÁRIO COM BASE NA ESCALA DE LIKERT PARA AVALIAÇÃO DOS IMPACTOS DE PARQUES EÓLICOS EM COMUNIDADES TRADICIONAIS
Bibliographic record
Abstract
Os impactos socioambientais da implantacao de parques eolicos no litoral cearense e objeto de estudo de pesquisadores como Meireles et al. (2013), Oliveira (2014), Gorayeb e Brannstrom (2016) por meio de uma perspectiva qualitativa, cabendo as tambem comunidades participarem deste contexto cientifico como porta-vozes das alteracoes na dinâmica do meio fisico-ambiental local que comprometem o modo de vida. Nesse sentido, tais sujeitos sao fundamentais na reflexao das influencias de parques eolicos. Partindo deste pensamento buscou-se elaborar um questionario com base na escala de Likert, a fim de mensurar a percepcao das comunidades atingidas pela energia eolica no litoral cearense. Adotou-se como fundamentacao teorica o trabalho de Walker, Baxter e Ouellette (2014, 2015) sobre usinas eolicas em comunidades do Canada. Assim, o questionario foi construido com afirmacoes propostas por Walker, Baxter e Ouellette (2014), contudo foi adaptado a realidade local por meio da realizacao de reunioes previas nas comunidades de Tatajuba e Amarelas (ambas em Camocim) e Assentamento maceio (Itapipoca). O questionario e composto por itens que apresentam uma possibilidade de pontuacao em cinco niveis, que variam em modo decrescente de aceitacao. As afirmacoes sao distribuidas de acordo com os seguintes assuntos: (i) dados gerais dos entrevistados e localizacao da residencia; (ii) opiniao sobre os parques eolicos (apoio ao projeto de energia eolica); (iii) processo politico de implantacao dos parques eolicos (confianca em agentes publicos para a resolucao de problemas e fornecimento de informacoes); (iv) distribuicao dos beneficios e problemas (problemas ambientais, conflitos, etc.). Por meio da posterior aplicacao e pontuacao inferida pelo entrevistado para cada afirmativa tornar-se-a possivel comparar itens, individuos e grupos e mensurar o nivel de concordância quanto ao processo de implantacao e suas consequencias.
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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 teacher head, 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".