MétaCan
Menu
Back to cohort

Permeabilidade do solo em área de aterro sanitário

2020· article· pt· W3035462031 on OpenAlexaboutno aff
Willian Fernando de Borba, José Luiz Silvério da Silva, Pedro Daniel da Cunha Kemerich, Éricklis Edson Boito de Souza, Gabriel D’ávila Fernandes

Bibliographic record

VenueCaderno de Geografia · 2020
Typearticle
Languagept
FieldEnvironmental Science
TopicLandfill Environmental Impact Studies
Canadian institutionsnot available
Fundersnot available
KeywordsPhysicsHumanitiesGeomorphologyGeologyArt

Abstract

fetched live from OpenAlex

A geração de resíduos sólidos, consequência da mudança do modo de consumo da população, vem aumentando gradativamente com o passar dos anos. Aliado a isso, pesquisas desenvolvidas em áreas de disposição de resíduos, visando a proteção do meio ambiente, são de extrema importância. Assim, esse estudo tem por objetivo analisar a permeabilidade de um LATOSSOLO VERMELHO utilizado para um aterro sanitário utilizando várias técnicas de estimativa. Para a técnica ex situ, foi determinada a condutividade hidráulica saturada em quadruplicata em um perfil de solo, utilizando um permeâmetro de carga constante. Já para a determinação in situ, foi utilizado um permeâmetro de guelph em três pontos de análise. Resultados indicaram a presença de um solo com prodomínio de microporos (52.26 %), com valores de condutividade hidráulica médios de 5,09 x 10-4 cm.s-1 em solo natural e 1,27 x 10-5 cm.s-1 em solo compactado. A permeabilidade obtida com uso do permeâmetro de guelph em solo compactado foi de 7,03 x 10-5 cm.s-1, valores estes semelhantes aos permitidos pelas normativas. Foi possível concluir que o solo compactado apresenta baixos valores de permeabilidade, em ambas as técnicas, consequência dos altos valores de argila além da presença dos microporos. Assim, os resultados obtidos são semelhantes a faixa permitida pela legislação vigente.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.142
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0000.000
Open science0.0010.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0120.007

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.

Opus teacher head0.019
GPT teacher head0.235
Teacher spread0.216 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueCaderno de GeografiaSame topicLandfill Environmental Impact StudiesFrench-language works237,207