The effects of surficial deposit–drainage combinations on spatial variations of fire cycles in the boreal forest of eastern Canada
Notice bibliographique
Résumé
Spatial variations in the fire cycle of a large territory (190 000 km2) located in the boreal forest of eastern Canada were assessed using random sampling points. Our main objective was to determine if regions characterised by a large proportion of dry surficial deposit–drainage (SDD) burn more frequently than regions with a smaller proportion. Through a regionalisation of the landscape units, we analysed the effects of SDD on spatial variations of the fire cycle. A discriminant analysis involving the SDD and other physical variables (precipitation, temperature, aridity index, water bodies, elevation and slope) made it possible to identify a combination of variables characterising each region. A considerable variation in fire cycle was observed among the different SDD types (from 144 to 425 years) and between regions (from 90 to 715 years). Through the discriminant analysis, this study suggests that a combination of possible climatic top-down (precipitation R2 = 0.727, aridity index R2 = 0.663 and temperature R2 = 0.574) and bottom-up factors (xeric undifferentiated till R2 = 0.819 and humid undifferentiated till R2 = 0.691) could explain this variation at the regional scale. Implications of those results for forest protection against fire and regional development are briefly discussed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».