O Corredor de Inovação Agropecuária de São Paulo: suas características e rede de relacionamento
Bibliographic record
Abstract
Dedico este trabalho à Fernanda Lapa Espiga, Nivaldo Carneiro Milléo, Masato Kuromoto, Jurema Nadegi Louro Milléo e Florinda Kuromoto.Onde quer que vocês estejam, nunca me esqueço de vocês.AGRADECIMENTOS Gostaria de agradecer à Deus pelo dom da vida, por ter me dado saúde para conseguir vencer mais esse desafio.Agradeço imensamente aos meus pais, Jorge e Solange, por todo suporte, carinho, amor e palavras de incentivo durante toda a minha vida para que eu pudesse chegar até aqui.A vida é muito melhor porque vocês são meus pais.Agradeço aos meus irmãos Guilherme e Mariana que mesmo distantes estão sempre torcendo, me incentivando e me apoiando em todas as minhas decisões.Eu os amo imensamente.Agradeço a minha família: Carolina, João Pedro e Clarice, a base de tudo para que esse sonho fosse possível.Agradeço pela paciência, pelo amor que não pede nada em troca e por estarem sempre comigo, independente do caminho que eu escolhi e por suportarem as ausências necessárias durante esse período.Amo vocês até o infinito.Vocês não imaginam a importância que tiveram.Agradeço a minha orientadora Professora Dra.Geciane Silveira Porto, que além de orientar, tornou-se uma pessoa muito querida para mim.Jamais esquecerei da sua bondade, sua paciência, suas palavras de incentivo e por me fazer entender que é preciso enxergar além do que os olhos nos mostram e por cima dos problemas que enfrentamos
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".