Unsupported inferences of high‐severity fire in historical dry forests of the western <scp>U</scp>nited <scp>S</scp>tates: response to <scp>W</scp>illiams and <scp>B</scp>aker
Notice bibliographique
Résumé
Abstract Reconstructions of dry western US forests in the late 19th century in A rizona, C olorado and O regon based on G eneral L and O ffice records were used by W illiams & B aker (2012; G lobal E cology and B iogeography , 21 , 1042–1052; hereafter W & B ) to infer past fire regimes with substantial moderate and high‐severity burning. The authors concluded that present‐day large, high‐severity fires are not distinguishable from historical patterns. We present evidence of important errors in their study. First, the use of tree size distributions to reconstruct past fire severity and extent is not supported by empirical age–size relationships nor by studies that directly quantified disturbance history in these forests. Second, the fire severity classification of W & B is qualitatively different from most modern classification schemes, and is based on different types of data, leading to an inappropriate comparison. Third, we note that while W & B asserted ‘surprising’ heterogeneity in their reconstructions of stand density and species composition, their data are not substantially different from many previous studies which reached very different conclusions about subsequent forest and fire behaviour changes. Contrary to the conclusions of W & B , the preponderance of scientific evidence indicates that conservation of dry forest ecosystems in the western U nited S tates and their ecological, social and economic value is not consistent with a present‐day disturbance regime of large, high‐severity fires, especially under changing climate.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».