CARACTERIZAÇÃO DO ABASTECIMENTO DE ÁGUA DOS MUNICÍPIOS DA CALHA DO RIO NEGRO COM BASE EM DADOS PÚBLICOS
Bibliographic record
Abstract
No Brasil, os serviços de abastecimento de água para a população têm evoluído, entretanto, ainda apresentam inúmeros problemas e a oferta de água é fundamental para atender demandas de água da população, sendo um dos principais serviços de infraestrutura de um município. No Amazonas, 94,7% da população urbana é atendida pela rede de abastecimento, mas em microescala, essa relação percentual varia. Para análise da situação do serviço de abastecimento existem os indicadores, que atualmente, são aproximadamente, 254, cuja principal função é auxiliar os gestores na tomada de decisões. Dentre eles, podem-se destacar os índices de atendimento a população, consumo per capita e perdas, sendo estes os mais utilizados, devido à sua praticidade para a gestão pública. O presente estudo traz uma avaliação do abastecimento público de água na calha do Rio Negro, que é composta pelos municípios de São Gabriel da Cachoeira, Santa Isabel do Rio Negro, Barcelos e Novo Airão, a fim de criar subsídios técnicos para propor melhorias ao sistema. Foram utilizados dados disponibilizados pelo SNIS, IBGE e ANA. Os indicadores selecionados para realização da pesquisa aqui apresentada foram: Atendimento à população, consumo e produção de água per capita, e perdas na distribuição. A média do consumo per capita foi de 172 L/hab.dia para São Gabriel da Cachoeira, 135 L/hab.dia para Santa Isabel do Rio Negro, 126 L/hab.dia para Barcelos e 243 L/hab.dia para Novo Airão, onde a média per capita de Barcelos foi a menor.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 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".