Cassio Rafael Costa dos Santos

Biography

Undergraduation in Forestry Engineering and Master Degree in Forest Sciences (Universidade Federal Rural da Amazônia, UFRA/Belém Campus). Currently, Doctored (in progress) in Forest Resources (Escola Superior de Agricultura "Luiz de Queiroz", from Universidade de São Paulo, ESALQ - USP). Position of Forestry Engineer at UFRA/Capitão Poço Campus, developing many research projects foccused in Forest Sciences. Main expertise fields: Forest Soils, Forest Nutrition, Tropical Agroforestry, Forestry of Tropical Plantings, Forest Recovery.

Exercises

The Classes from LCF5900 - Open and Reproducible Processing of Scientific Data aims to introduce the concept of Open Science, which consists of providing scientific data, information and methods in an open and reproducible way, for other researchers and the community as a whole. For this purpose, many concepts, tools and procedures have been presented during the classes, in order to ensure the transparency, reliability and reproducibility of technological and scientific research. I present here the results of the classe activities [https://edisciplinas.usp.br/course/view.php?id=127212|LCF5900]] (Processamento Reproduzível e Aberto de Dados Científicos, Edição 2025). The results of this exercise can be accessed by the board below. =====================

Tools	Work
Tools	Figshare	Piracicaba Climate	My Research (Thesis)
Dokuwiki	Description - Figshare	Description - Piracicaba Climate	Description - My Research
Github	Raw Data	Raw Data	Raw Data
PositCloud	R-Data	R-Data	R-Data
Colab	Jupyter	Jupyter	Jupyter

General Links

When clicking em do_#, acessa-se uma página (Dokuwiki) com uma explicação detalhada dos exercícios envolvendo o respectivo conjunto de dados.

Ao clicar em gi_#, acessa-se a plataforma GitHub que dá acesso aos dados brutos e à documentação complementar do respectivo conjunto de dados.

Ao clicar em sc_#, acessa-se a plataforma Posit Cloud com o script usado para analisar o respectivo conjunto de dados.

Ao clicar em co_#, acessa-se o caderno Google Colab ou Jupiter Notebook com a análise do respectivo conjunto de dados, incluindo a integra do código R ou Python usado nessa análise.