Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Science and Technology—Southeast of Minas Gerais (IFET) | - |
Autor(es): dc.creator | Almeida, Rodrigo Oliveira | - |
Autor(es): dc.creator | da Silva, Richardson Barbosa Gomes | - |
Autor(es): dc.creator | Simões, Danilo | - |
Data de aceite: dc.date.accessioned | 2025-08-21T17:23:38Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T17:23:38Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-08-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/f15081398 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/307946 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/307946 | - |
Descrição: dc.description | Weather is a significant factor influencing forest health, productivity, and the carbon cycle. However, our understanding of these effects is limited for many regions and ecosystems. Assessing the impact of weather variability on harvester productivity from plantation forests may assist in forest planning through the use of data modeling. We investigated whether weather data combined with timber harvesting attributes could be used to create a high-performance model that could accurately predict harvester productivity in Eucalyptus plantations using machine learning. Furthermore, we aimed to provide an online application to assist forest managers in applying the model. For the modeling, we considered 15 weather and timber harvesting attributes. We considered productivity as the target attribute. We subjected the database to 24 common algorithms in default mode and compared them according to error metrics and accuracy. From the timber harvesting features combined with weather features, the Catboost model can predict the productivity of harvesters in a tuned mode, with a coefficient of determination of 0.70. The use of weather data combined with timber harvesting attributes in the model is an accurate approach for predicting harvester productivity in Eucalyptus plantations, allowing for the creation of an online, free application to assist forest managers. | - |
Descrição: dc.description | Department of Forest Science Soils and Environment School of Agriculture São Paulo State University (UNESP) | - |
Descrição: dc.description | Federal Institute of Education Science and Technology—Southeast of Minas Gerais (IFET) | - |
Descrição: dc.description | Department of Forest Science Soils and Environment School of Agriculture São Paulo State University (UNESP) | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Forests | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | artificial intelligence | - |
Palavras-chave: dc.subject | Eucalyptus planted forests | - |
Palavras-chave: dc.subject | forest operations | - |
Palavras-chave: dc.subject | meteorological data mechanized | - |
Palavras-chave: dc.subject | timber harvesting | - |
Título: dc.title | Cut-to-Length Harvesting Prediction Tool: Machine Learning Model Based on Harvest and Weather Features | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: