As florestas do Miombo angolano como sumidouros de carbono: um caso de estudo no Huambo
Bibliographic record
Abstract
Em Angola, a abordagem do papel das florestas está mais voltada ao seu aproveitamento e sua protecção em relação ao papel contra as alterações climáticas; é importante considerar também que elas estão entre os maiores sumidouros de carbono do mundo. Este estudo avaliou a capacidade de sequestro de carbono de algumas espécies do Miombo Angolano. A análise geoespacial de diferentes parâmetros biofísicos do município do Huambo, o levantamento de dados de inventário florestal tradicional (6 parcelas rectangulares) e sua geolocalização e a aplicação do modelo matemático canadense de estimação de sequestro de carbono (The Envirothon e The Yukon Envirothon), constituíram a base metodológica da pesquisa. Os resultados apontaram que 73% do município do Huambo estavam cobertos por classes de vegetação (zonas agrícolas 32%, áreas florestais 20%, pastos/vegetação herbácea 3% e arbustos 8%) e o restante (27%) repartiam as outras classes (zona urbana, corpos de água e solo exposto). As estatísticas médias das espécies nas parcelas foram: área basal 1,36 m2ha-1, volume de madeira 2,61 m3ha-1 e número de indivíduo 360 árvores.ha-1. As espécies com maior capacidades de sequestro de carbono foram: C. collinum com 1102 toneladas C.ha-1, P. maprouneifolia 526 t C.ha-1, T. brachystemma 332 t C.ha-1, D. condylocarpon 308 t C.ha-1 e H. acida com 264 t C.ha-1. Estes casos estavam relacionados com as características fisiológicas vegetais de cada espécie. Tendo em conta as suas capacidades como sumidoras de carbono, recomenda-se que haja maior conservação destas espécies.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| 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".