Find research datasets worth reusing
Search datasets from major research repositories and use ShareScore to quickly assess how well each record supports discovery, access, and reuse.
682
datasets available to search
ShareScore release 0.9.0
Dataset results
682 results for “Brasil”
FIGURA 3 in Nova Espécie de Dasineura Rondani, 1840 (Diptera, Cecidomyiidae) em capítulos de Hypochaeris chillensis (Kunth) Britton (Asteraceae) para o Brasil
FIGURA 3: Dasineura occulta sp. nov., larva: (A) espátula; (B) ânus, vista ventral; pupa: (C) região posterior, vista dorsal; (D) vista ventral; Escalas em milímetros.
FIGURA 5 in Nova Espécie de Dasineura Rondani, 1840 (Diptera, Cecidomyiidae) em capítulos de Hypochaeris chillensis (Kunth) Britton (Asteraceae) para o Brasil
FIGURA 5: Dasineura occulta sp. nov., larva: (A) larvas dividindo o mesmo capítulo; (B) larva sozinha. Escalas em milímetros.
FIGURA 2 in Nova Espécie de Dasineura Rondani, 1840 (Diptera, Cecidomyiidae) em capítulos de Hypochaeris chillensis (Kunth) Britton (Asteraceae) para o Brasil
FIGURA 2: Dasineura occulta sp. nov., fêmea: (A) antena, região distal; (B) terminália, vista lateral. Escalas em milímetros.
FIGURA 1 in Nova Espécie de Dasineura Rondani, 1840 (Diptera, Cecidomyiidae) em capítulos de Hypochaeris chillensis (Kunth) Britton (Asteraceae) para o Brasil
FIGURA 1: Dasineura occulta sp. nov., macho: (A) antena, região distal; (B) palpo; (C) asa; (D) terminália, vista ventral; (E) terminália, vista dorsal. Escalas em milímetros.
Conjunto de dados utlizados no estudo "Cooperativas e desenvolvimento sustentável no Brasil: uma análise da contribuição para a Agenda 2030"
<p>Conjunto de dados utlizados no estudo "Cooperativas e desenvolvimento sustentável no Brasil: uma análise da contribuição para a Agenda 2030" submetido a Revista Brasileira de Gestão e Desenvolvimento Regional (G&DR).</p> <p> </p> <ul> <li><strong>Aba 1: </strong>Dados brutos</li> <li><strong>Aba 2: </strong>Dados utilizados</li> <li><strong>Aba 3: </strong>Dados aglutinados</li> <li><strong>Aba 4: </strong>Amostra</li> <li><strong>Aba 5: </strong>Análise de frequência</li> <li><strong>Aba 6: </strong>Estatística descritiva</li> <li><strong>Aba 7: </strong>Teste estatístico de Kruskal-Walis e teste post-hoc</li> </ul> <p> </p> <p>Os dados de autoria foram suprimidos para atender os requisitos de submissão conforme normas da revista, sendo utilizado "Autores" como nome dos autores. Após o processo de submissão, e em caso de aceitação, os dados de autoria serão alterados.</p>
On following pages: 14. White-spined Spiny-rat (Trinomys albispinus); 15. Elias's Spiny-rat (Trinomys elias); 16. Rigid-spined Atlantic Spiny-rat (Trinomys paratus); 17. Yonenaga's Spiny-rat (Trinomys yonenagae), 18. Elegant-spined Atlantic Spiny-rat (Trinomys setosus); 19. Moojen's Spiny-rat (Trinomys moojeni); 20. Pau Brasil Spiny-rat (Trinomys mirapitanga); 21. Rio de Janeiro Spiny-rat (Trinomys dimidiatus); 22. Sao Paulo Spiny-rat (Trinomys iheringi); 23. Gracile Atlantic Spiny-rat (Trinomys gratiosus); 24. Sao Lourencgo Punare (Thrichomys laurentius); 25. Jacobina Punare (Thrichomys inermis); 26. Lagoa Santa Punare (Thrichomys apereoides); 27. Pantanal Punare (Thrichomys pachyurus); 28. Foster's Punare (Thrichomys fosteri); 29. Painted Tree-rat (Callistomys pictus); 30. Coypu (Myocastor coypus);, 31. Armored Rat (Hoplomys gymnurus). in Echimyidae
On following pages: 14. White-spined Spiny-rat (Trinomys albispinus); 15. Elias's Spiny-rat (Trinomys elias); 16. Rigid-spined Atlantic Spiny-rat (Trinomys paratus); 17. Yonenaga's Spiny-rat (Trinomys yonenagae), 18. Elegant-spined Atlantic Spiny-rat (Trinomys setosus); 19. Moojen's Spiny-rat (Trinomys moojeni); 20. Pau Brasil Spiny-rat (Trinomys mirapitanga); 21. Rio de Janeiro Spiny-rat (Trinomys dimidiatus); 22. Sao Paulo Spiny-rat (Trinomys iheringi); 23. Gracile Atlantic Spiny-rat (Trinomys gratiosus); 24. Sao Lourencgo Punare (Thrichomys laurentius); 25. Jacobina Punare (Thrichomys inermis); 26. Lagoa Santa Punare (Thrichomys apereoides); 27. Pantanal Punare (Thrichomys pachyurus); 28. Foster's Punare (Thrichomys fosteri); 29. Painted Tree-rat (Callistomys pictus); 30. Coypu (Myocastor coypus);, 31. Armored Rat (Hoplomys gymnurus).
Informações das IFES do Brasil para ajuste de modelo RLM
<p>Planilha desenvolvida para elaboração de pesquisa que consiste em avaliar o Custo da Manutenção Predial das IFES no Brasil, tendo como base informações administrativas ou financeiras das IFES. A planilha apresenta as informações observadas e os resultados do ajuste do modelo RLM.</p>
Informações das IFES do Brasil para ajuste de modelo RLM
<p>Planilha desenvolvida para elaboração de pesquisa que consiste em avaliar o Custo da Manutenção Predial das IFES no Brasil, tendo como base informações administrativas ou financeiras das IFES. A planilha apresenta as informações levantadas e os resultados do ajuste do modelo RLM.</p>
Garopaba, Santa Catarina, Brasil - maquete em 3D
Realidade Aumentada. Autor: João Henrique Quoos Source: Objaverse 1.0 / Sketchfab
BRAIN - Emissões Atmosféricas por cidade no Estado de Santa Catarina - Brasil em 2020
<p>Esta base de dados contém as emissões atmosféricas por fontes veiculares (BRAVES), biogenicas (MEGAN), queima de biomassa (FINN) e industriais (IND2CMAQ) nas cidades de Santa Catarina, Brazil em 2020. Esta base de dados foi gerada a partir do projeto Brazilian Atmospheric Inventories (BRAIN) (https://doi.org/10.5194/essd-2023-305) desenvolvido no Laboratório de Controle da Qualidade do Ar da Universidade Federal de Santa Catarina. Cada aquivo .zip possui a emissão de um poluente pelas fontes emissoras. Os arquivos estão separados por cidades (utilizando o Código IBGE como localizador) e fonte emissora. Os dados de emissões nos pixels que estão na determinada cidade foram salvos em um DataFrame e exportados em formato .csv, onde as linhas representam as datas e horários da determinada emissão e as colunas a emissão em cada pixel pela fonte. A base de dados também pode ser encontrada no site hoinaski.prof.ufsc.br. As emissões dos compostos SOX, NOX e CO estão em mols por segundo, enquanto as emissões de Material Particulado (PM10) estão em gramas por segundo.</p>
BRAIN - Qualidade do ar por cidade no Estado de Santa Catarina - Brasil em 2020
<div> <p>Esta repositório contém dados de qualidade do ar gerados a partir do projeto Brazilian Atmospheric Inventories (BRAIN) (https://doi.org/10.5194/essd-2023-305) desenvolvido no Laboratório de Controle da Qualidade do Ar da Universidade Federal de Santa Catarina. Cada aquivo .zip possui a concentração de um poluente. Os arquivos estão separados por cidades (utilizando o Código IBGE como localizador) . Os dados de concentrações nos pixels que estão na determinada cidade foram salvos em um DataFrame e exportados em formato .csv, onde as linhas representam as datas e horários da determinada emissão e as colunas a emissão em cada pixel pela fonte. A base de dados também pode ser encontrada no site hoinaski.prof.ufsc.br. As concentrações estão em unidades de microgramas por metro cúbico para (com exceção do CO que está em ppb). A pasta BRAINmunicipalities.zip contém das figuras com a série temporal em cada cidade. </p> </div>
Mapeamento cruzado de um banco de termos de linguagem especializada de enfermagem para o cuidado à pessoa com dor crônica com a CIPE®. Curitiba, Paraná, Brasil, 2023.
<p>O arquivo depositado refere-se a dados complementares de uma pesquisa matriz denominada: "Dor crônica: boas práticas para o cuidado de enfermagem por meio de subconjunto terminológico da CIPE® baseado na teoria das transições".</p> <p>A pesquisa matriz tem como instituição executara a Pontifícia Universidade Católica do Paraná / Campus Curitiba / Programa de Pós-graduação em Tecnologia em Saúde e como instituições colaboradoras a Universidade Federal do Paraná (Departamento de Enfermagem) e a Secretaria Municipal da Saúde de São José dos Pinhais. Ainda, possui como instituições de apoio e fomento o CNPq e a Fundação Araucária, sendo parte do Programa de Pesquisa para o SUS (PPSUS) - Pesquisa fomentada pela Fundação Araucária (SUS2020131000004, CP11/2020 PPSUS Edição 2020/2021); e Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) (403654/2021-1 chamada CNPq Universal nº 18/2021 – Faixa B).</p> <p>Os dados complementares tem como objetivo identificar termos da linguagem especializada de enfermagem para o cuidado à pessoa com dor crônica; e mapear os termos identificados com a Classificação Internacional para a Prática de Enfermagem (CIPE®). </p> <p>O arquivo depositado contém o resultado de mapeamento cruzado realizado com auxílio de ferramenta automática (MappICNP®)<strong> </strong>entre um banco de termos da linguagem especializada de enfermagem para o cuidado à pessoa com dor crônica e a CIPE®.</p> <p>A construção mapeamento cruzado ocorreu no segundo e terceiro trimestre de 2022.</p> <p><strong>Referência ferramenta computacional:</strong></p> <p>Ronnau LB, Torres FBG, Oliveira LES, Gomes DC, Cubas MR, Moro C. Automatic Mapping Between Brazilian Portuguese Clinical Terms and International Classification for Nursing Practice. Stud Health Technol Inform. 2019 Aug 21;264:1552-3. PMID: 31438227; DOI: 10.3233/SHTI190530.</p> <p> </p>
SECAS REPENTINAS ESTÃO CHEGANDO AO BRASIL? COMO AS MUDANÇAS CLIMÁTICAS IRÃO AFETÁ-LAS?
<p><span>Vídeo sobre o Projeto de Pesquisa de Doutorado da Engenheira Ambiental e Sanitarista e Mestre em Saneamento, Meio Ambiente e Recursos Hídricos, Priscila Costa Muzzi de Vasconcelos. Atualmente é Doutoranda em Tecnologia Ambiental na UNICAMP, sob orientação do professor Dr. Murilo Cesar Lucas, e integra o Grupo de Pesquisa Laboratório de Hidroinformática. Vídeo realizado para divulgação do projeto ao público leigo, proposto pelo prof. Dr. André Leon S. Gradvohl, reponsável pela disciplina P_FT054A_2024S1 - Pesquisa Científica: Concepção, Desenvolvimento e Publicação.</span></p>
Base de Dados Unificada - 2020 e 2021 - Região Norte do Brasil
<p>Base de dados com registros de pacientes com SRAG da região norte do Brasil extraídos do openDataSUS.</p>
FIGURA 18 in Aves Em Oito Áreas De Caatinga No Sul Do Ceará E Oeste De Pernambuco, Nordeste Do Brasil: Composição, Riqueza E Similaridade
FIGURA 18. Dendrograma mostrando as relações de similaridade entre os pontos amostrados quantitativamente, elaborado a partir da matriz de índices de abundância. J = julho, S = setembro.
FIGURA 10 in Aves Em Oito Áreas De Caatinga No Sul Do Ceará E Oeste De Pernambuco, Nordeste Do Brasil: Composição, Riqueza E Similaridade
FIGURA 10. Espécies de aves mais numerosas em Santa Rita (P5) em julho. As espécies dominantes ocupam preferencialmente caatingas baixas e densas, beneficiando-se da ação humana. A avoante Zenaida auriculata estava nidificando na região, aproveitando a disponibilidade de sementes de Croton spp., espécies ruderais.
FIGURA 14 in Aves Em Oito Áreas De Caatinga No Sul Do Ceará E Oeste De Pernambuco, Nordeste Do Brasil: Composição, Riqueza E Similaridade
FIGURA 14. Espécies de aves mais numerosas no Riacho Recreio (P7) em julho. Táxons adaptados a caatingas baixas e alteradas dominam a área, apesar da presença de uma estreita mata-galeria.
FIGURA 17 in Aves Em Oito Áreas De Caatinga No Sul Do Ceará E Oeste De Pernambuco, Nordeste Do Brasil: Composição, Riqueza E Similaridade
FIGURA 17. Espécies de aves mais numerosas em Petrolina (P8) em setembro. A importância das espécies aquáticas diminui e dominam táxons adaptados a caatingas baixas e alteradas e habitats ruderais.
FIGURA 9 in Aves Em Oito Áreas De Caatinga No Sul Do Ceará E Oeste De Pernambuco, Nordeste Do Brasil: Composição, Riqueza E Similaridade
FIGURA 9. Espécies de aves mais numerosas em Pedra Branca (P4) em setembro. O tiranídeo Tolmomyias flaviventris permanece comum, e Cnemotriccus fuscatus (migratório?) surge em abundância.
FIGURA 6 in Aves Em Oito Áreas De Caatinga No Sul Do Ceará E Oeste De Pernambuco, Nordeste Do Brasil: Composição, Riqueza E Similaridade
FIGURA 6. Espécies de aves mais numerosas no Serrote de Mombaça (P3) em julho. Bandos migratórios de Tyrannus melancholicus dominaram a área.
ScienceDex guides
Understand access before you commit
These curated guides explain access requirements, typical timelines, costs, and reuse considerations for widely used research datasets.
Allen Brain Atlas
Allen Brain Atlas is an Allen Institute collection of brain map atlases, datasets, APIs, and analysis tools covering mouse, human, and non-human primate brain resources.
Annotated Behaviour and Observability Dataset (ABODe)
ABODe is a University of Edinburgh DataShare dataset for behavior classification in group-housed mice using home-cage video, identities, bounding boxes, ground-plate positions, and annotator labels.
DANDI Archive for NWB datasets
DANDI is a BRAIN Initiative archive for publishing and sharing neurophysiology data, including electrophysiology, optophysiology, and behavioral data packaged as NWB and related standards.
International Brain Laboratory public data
The International Brain Laboratory public data releases expose standardized mouse decision-making experiments, including Neuropixels recordings, widefield calcium imaging, behavior, and session metadata accessed through the ONE API.
OpenNeuro
OpenNeuro is a free, open platform for sharing neuroimaging datasets, with public search, dataset pages, and download paths for web, S3, DataLad, and the OpenNeuro CLI.