Variabilidade climática da precipitação no estado do Ceará, Nordeste do Brasil
Bibliographic record
Abstract
O estado do Ceará é uma região semiárida localizada na região Nordeste do Brasil, caracterizada por uma estação chuvosa irregular, grande variabilidade climática impulsionada principalmente pelo fenômeno El Niño Oscilação Sul (ENOS), Temperatura da superfície do Mar (TSM) do Atlântico Sul tropical e eventos climáticos extremos. As secas e seus efeitos foram estudados para determinar sua frequência e ajudar a reduzir seus impactos econômicos, sociais e ambientais. Para tanto, avaliamos a variabilidade espaço-temporal do Índice Padronizado de Precipitação (SPI) e caracterizamos a seca para as doze regiões hidrográficas do Estado do Ceará nas escalas de 3, 6 e 12 meses. Os dados compreendem o período 1980-2020 considerando os valores mensais de precipitação fornecidos pela Fundação Cearense de Meteorologia e Recursos Hídricos (FUNCEME). Durante os anos de 1982 e 1993, o SPI detectou as maiores secas do estado. Verificou-se também que 1996 e 1998 foram os anos com eventos secos menos intensos, apresentados nas escalas 3, 6 e 12 meses do SPI. O índice provou ser uma ferramenta útil para a identificação da seca na área de estudo em diferentes escalas de tempo. Usando a análise wavelet encontramos um aumento da potência espectral nas periodicidades de 4-10 anos, especialmente por volta de 1982 e 2011, mas essas oscilações não parecem ser significativas acima do espectro de ruído vermelho. Descobrimos que condições mais frias e mais quentes de ENOS e a variabilidade da TSM do Atlântico Sul tropical, respectivamente, estavam relacionadas com estações chuvosas mais úmidas, enquanto condições opostas de TSM com estações mais secas.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".