Guião para a adesão de um município à rede GBIF enquanto publicador de dados
Bibliographic record
Abstract
Este "Guião para a adesão de um município à rede GBIF" é um instrumento com que se pretende facilitar a integração das autarquias portuguesas na maior rede global de dados de biodiversidade, transformando-as em entidades publicadoras de dados. Reconhecendo a posição privilegiada dos municípios na gestão do território, o documento orienta a mobilização de dados valiosos provenientes de estudos de impacte ambiental, programas de monitorização e ações de ciência cidadã, que frequentemente se perdem por falta de normalização, preservação e acesso. Alinhado com metas internacionais como o Marco Global de Kunming-Montreal e a ENCNB 2030, o guião propõe um modelo de "prova de conceito" para demonstrar como a publicação de dados através do padrão Darwin Core reforça a transparência, evita a duplicação de custos em levantamentos de campo e consolida a reputação municipal na sustentabilidade. O processo é facilitado pelo Nó Português do GBIF, que assegura a infraestrutura tecnológica e formação necessária à publicação de dados pelos municípios.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.023 | 0.002 |
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".