MétaCan
Menu
Retour à la cohorte
Enregistrement W1917281721 · doi:10.1002/jqs.2765

A 700-year record of large fire years in northern Scandinavia shows large variability and increased frequency during the 1800 s

2015· article· en· W1917281721 sur OpenAlexaff
Igor Drobyshev, Yves Bergeron, Hans W. Linderholm, Anders Granström, Mats Niklasson

Notice bibliographique

RevueJournal of Quaternary Science · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTree-ring climate responses
Établissements canadiensUniversité du Québec à MontréalUniversité du Québec en Abitibi-TémiscamingueNatural Sciences and Engineering Research Council
Organismes subventionnairesNordisk MinisterrådSvenska Forskningsrådet FormasSwedish Foundation for International Cooperation in Research and Higher Education
Mots-clésGeologyPhysical geographyClimatologyGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Years with climatically mediated increases in boreal forest fire activity, referred to as large fire years (LFYs), contribute to a disproportionally large portion of the burned area over centuries, and are important drivers of ecosystem processes by affecting forest structure, biodiversity, and carbon balance at regional and continental scales. We analysed changes in LFY return intervals in northern Sweden (the area above 60 °N) over 1273–1960 using a network of 29 sites with dendrochronologically reconstructed fires, complemented by documentary records of fires available from forestry statistics. We observed large variability in return intervals of LFYs, an increase in LFY frequency during the 1800 s, and consistent associations between LFY occurrence and 500-hPa pressure anomalies over the European sub-continent over 1800xps2#1960. An increase in LFY frequency during the 1800 s might be climatically driven, and would thus long precede the period of likely human-induced climatic changes of the 1900 s. Long-term variability in climatically driven LFYs may present a challenge in partitioning the effects of human-related and human-independent components of climatic forcing upon forest fire activity.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,251
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Quaternary ScienceMême sujetTree-ring climate responsesTravaux en français237 207