MétaCan
Menu
Retour à la cohorte
Enregistrement W1984392181 · doi:10.1139/x06-158

A heat transfer model of crown scorch in forest fires

2006· article· en· W1984392181 sur OpenAlexfundvenueno aff
Sean T. Michaletz, Edward A. Johnson

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Conservation Association
Mots-clésCrown (dentistry)PlumeHeat transferEnvironmental scienceAtmospheric sciencesMeteorologyMechanicsMaterials scienceGeologyPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

The Van Wagner crown scorch model is widely used to estimate crown component necroses in surface fires. The model is based on buoyant plume theory but accounts for crown heat transfer processes using an empirical proportionality factor k. Crown scorch estimates have used k values for foliage, but k varies with heat transfer characteristics, and branch and bud necroses are more relevant to tree mortality. This paper derives and validates a more physically complete model of crown scorch in surface fires (I ≤ 2500 kW·m –1 ). The model links a buoyant plume model with a lumped capacitance heat transfer analysis applicable to branches, buds, and foliage (~1 cm maximum diameter). The lumped capacitance analysis is validated with vegetative-bud heating experiments, and the entire heat transfer model of crown scorch is validated with fireline intensity and foliage necrosis data. The model is more general than the Van Wagner model and is independent of experimental fire data. Predictions require measurements of fireline intensity, residence time, ambient temperature, and five thermophysical properties of crown components. The model predicts differences between bud and foliage necrosis heights, and illustrates why heat transfer processes should be considered in crown scorch models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,570
Score d'incertitude au seuil0,637

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,266
Écart entre enseignants0,238 · 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 tête enseignante, 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

Citations82
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetFire effects on ecosystemsTravaux en français237 207