Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Assistir vídeos sobre descrição morfológica de perfis do solo #1

Open
samuel-rosa opened this issue Jul 2, 2021 · 3 comments
Open
Assignees
Labels
background Gain experience, knowledge, and education

Comments

@samuel-rosa
Copy link
Contributor

samuel-rosa commented Jul 2, 2021

A primeira tarefa consiste em assistir vídeos sobre descrição morfológica de perfis do solo. Isso inclui videoaulas teóricas e práticas. O objetivo é ter uma compreensão geral do processo de obtenção desses dados.

Há inúmeros vídeos disponíveis no YouTube. Abaixo segue uma lista de vídeos sobre o tema. Ao assistir esses vídeos, o YouTube recomendará vídeos similares que podem ser assistidos a seu critério.

Durante ou depois de assistir aos vídeos, deve-se ler o capítulo do Manual Técnico de Pedologia do IBGE que trata do tema descrição morfológica.

Ao longo da atividade, deve-se tomar nota dos aspectos negativos identificados no que diz respeito à obtenção dos dados. Essa notas devem ser organizadas nos espaços abaixo neste issue.

Obrigatórios

Recomendados

@gabrielpanzza gabrielpanzza pinned this issue Jul 2, 2021
@samuel-rosa samuel-rosa added the background Gain experience, knowledge, and education label Jul 2, 2021
@bdojuliano
Copy link
Collaborator

Os dados morfológicos são obtidos através do estudo do perfil de solo no campo, delimitando os horizontes ou camadas e registrando individualmente suas características morfológicas, como: profundidade, espessura, cor, textura, estrutura, consistência, entre outras características. No entanto, ainda que utilizando uma metodologia, por depender do ponto de vista do analista e de seu conhecimento, os dados estão sujeitos a erros sistemáticos e até mesmo erros aleatórios, já que não é possível controlar o ambiente do campo.
Além disso, é essencial que o pesquisador tenha o cuidado de identificar todas as fichas e amostras, garantindo a documentação correta dos dados, já que muitas vezes são abertas inúmeras trincheiras, tornando impossível reconhecer um dado identificado de maneira errônea.

@gabrielpanzza gabrielpanzza unpinned this issue Jul 8, 2021
@gabrielpanzza
Copy link
Collaborator

A medida em que foram estudadas as formas de obtenção dos resultados da pesquisa, e seus respectivos métodos analíticos, é notória a possibilidade de acabar sendo cometido algum tipo de equívoco, mesmo os especialistas da área seguindo passo a passo presente no manual técnico de pedologia (onde sofreu uma série de mudanças ao longo dos anos em virtude de suas atualizações). O fator "humano", mesmo este sendo dotado de um grande conhecimento da área, ainda pode cometer algum tipo de equívoco sendo de erros simples como no momento de categorizar as cores dos respectivos perfis e seus horizontes a sua taxonomia. Deste modo, em virtude de alguns aspectos apontados acima, a confiabilidade dos dados está sujeita a alguns questionamentos, até qual ponto esses dados são confiáveis? São esses dados retratados de forma fiel ao encontrado em campo? Ainda mais se compararmos diferentes dados coletados com distintos modos de obtenção desses dados.

@samuel-rosa
Copy link
Contributor Author

samuel-rosa commented Jul 9, 2021

Muito bem @gabrielpanzza e @bdojuliano. Como você virão, a qualidade dos dados depende da expertise do responsável pela coleta dos dados no campo, assim como das condições ambientais no momento da coleta.

Suponham que um grupo de profissionais, formados em diferentes instituições brasileiras, fizesse a coleta de dados de um mesmo perfil de solo ao longo de uma semana. Ao colocarmos os dados de cada um deles lado a lado, com certeza, encontraríamos discrepâncias. Resolver isso é praticamente impossível. A incerteza é inerente aos dados. Por isso, não podemos tomar esses dados como absolutos, sempre analisando os mesmo com algum nível de flexibilidade.

Notem que a incerteza não invalida a utilidade ou confiabilidade dos dados. Mas incerteza pode invalidar as decisões quem são tomadas sem levar ela em consideração. Ou seja, a culpa recai sobre o usuário dos dados, não sobre os dados. ;-)

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
background Gain experience, knowledge, and education
Projects
None yet
Development

No branches or pull requests

3 participants