O Projeto Noleedi (fogo no idioma Kadiwéu):
Bibliographic record
Abstract
Incêndios são responsáveis por aproximadamente um quarto da perda de florestas no mundo. No Brasil, o impacto expresso pela intensidade, frequência histórica e sazonalidade do fogo na vegetação nativa ainda é pouco conhecido. Embora a biota do Cerrado esteja adaptada ao fogo, incêndios antropogênicos ou queimadas em períodos indevidos podem prejudicar a reprodução sexuada de algumas espécies, por meio da queima de diásporos ou perda da viabilidade de sementes. Pode ainda estimular a germinação de outras espécies aumentando a riqueza e a abundância destas. Por outro lado, a exclusão do fogo pode, a curto prazo, gerar o acúmulo de biomassa e potencializar a intensidade de futuros eventos de fogo, o que dificulta sua contenção. O manejo dessas áreas com o uso do fogo por comunidades tradicionais e indígenas vem acontecendo por séculos e este conhecimento é bastante útil para definição de estratégias de gestão. Neste contexto, o programa de Brigadas Federais do Prevfogo do Ibama e indígenas na Terra Indígena Kadiwéu desde 2009 vêm trabalhando em parceria com o intuito de propor um manejo adequado do fogo que reduza a ocorrência de incêndios acidentais. Mesmo com importantes avanços já alcançados, ainda restam questões como qual a melhor época para utilizar o fogo como ferramenta de manejo da paisagem. Desta maneira, o objetivo do projeto é avaliar os efeitos da queima precoce, modal e tardia na biota, adotando como indicadores os grupos utilizados no programa Monitora do ICMBio: aves, mamíferos, borboletas e moscas frugívoras e plantas vasculares. Para isso, os regimes de queima prescrita e controle serão estabelecidos com três réplicas cada em 12 áreas de 600x600m. Devido à grande heterogeneidade da vegetação na região estas parcelas incluem vegetações sob diferentes regimes de inundação que serão amostradas de forma equitativa. Todos os grupos serão amostrados antes e após a queima controlada. Estes resultados serão apresentados em um simpósio com a participação de todos os atores envolvidos no manejo do fogo na região, para estabelecer um protocolo de manejo que determine a época mais oportuna de prescrição do fogo para a regiãoÂ
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.004 |
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".