IMPACTOS DA COVID-19 NA CADEIA PRODUTIVA DA CARNE BOVINA
Bibliographic record
Abstract
Este estudo trata dos impactos na cadeia produtiva da carne bovina decorrente da Covid-19.Teve como objetivo caracterizar de forma descritiva as reações e tendências desse seguimento nesse setor em tempos de crise sanitária.Consiste em uma pesquisa qualitativa, descritiva e para obtenção das informações, foram realizadas realizada buscas por artigos e entrevistas em sites e periódicos institucionais com uso de palavras-chaves relacionadas à temática.Os resultados foram categorizados em: contextualização e histórico sobre a epidemia e o setor produtivo da carne bovina, bem como as especificações sobre os impactos da doença nessa cadeia produtiva.Os estudos revelaram que apesar desse segmento ter sido afetado, não foi impactado negativamente no que se refere ao mercado externo.Por outro lado, com o advento da crise econômica e sanitária, o mercado interno mostrou-se fragilizado.Conclui-se que mesmo diante dos colapsos sanitários e econômico, este setor se destaca entre os demais, sendo um dos menos ameaçados, com perspectivas e tendências positivas. Palavras-chave:
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.018 | 0.001 |
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".