Modelado espacial a través de un SIG del balance de plaguicidas aplicados en invernadero de cultivos de flor
Bibliographic record
Abstract
Conservar el agua limpia en el ambiente, garantiza disponer de ecosistemas aptos para la flora, fauna y los seres humanos, además de que, el agua dulce continental es la principal fuente de suministro de agua potable, de ahí la importancia de proteger este recurso de la contaminación. En cuanto a la contaminación por plaguicidas al ambiente, es bien sabido que su destino ambiental depende en gran parte de sus propiedades físicoquímicas, así como de las condiciones ambientales del lugar de donde se aplican, que al final son los dos factores primordiales que determinan el grado de su retención, degradación o movilidad a través del suelo, que tan soluble es en el agua y volátil para ser transportado por el aire. Por mencionar un ejemplo al respecto, el parámetro de vida media de un plaguicida puede ser una medida útil de cuánto tiempo puede permanecer este en el medio aplicado, sin embargo, estudios realizados han encontrado una amplia variedad de valores de vidas medias para el mismo plaguicida bajo diferentes condiciones ambientales. Por otro lado, el creciente desarrollo en años recientes de los softwares en Sistemas de Información Geográfica (SIG) y su uso frecuente para el procesamiento de información espacial y temporal, en las diferentes disciplinas de la investigación, aquí es empleado. En base a lo anteriormente expuesto, la presente investigación tuvo como objetivo establecer un balance de plaguicidas en la superficie del suelo de un invernadero de cultivo de flor de forma espacial a través del software de SIG TerrSet aplicando modelos matemáticos, cuyas variables de retroalimentación fueron obtenidas experimentalmente en campo y de bibliografía, para realizar estimaciones del destino ambiental de los plaguicidas aplicados a nivel de invernadero. La zona de aplicación del estudio, se realizó en el municipio de Villa Guerrero, Estado de México, México.
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 | 0.005 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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".