MétaCan
Menu
Retour à la cohorte
Enregistrement W2003676695 · doi:10.1175/waf-d-12-00009.1

Climatology and Meteorological Evolution of Major Wildfire Events over the Northeast United States

2012· article· en· W2003676695 sur OpenAlexaboutno aff
Joseph B. Pollina, Brian A. Colle, Joseph J. Charney

Notice bibliographique

RevueWeather and Forecasting · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimatologySubsidenceAnticycloneEnvironmental scienceGeographyPhysical geographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract This study presents a spatial and temporal climatology of major wildfire events, defined as >100 acres burned (>40.47 ha, where 1 ha = 2.47 acre), in the northeast United States from 1999 to 2009 and the meteorological conditions associated with these events. The northeast United States is divided into two regions: region 1 is centered over the higher terrain of the northeast United States and region 2 is primarily over the coastal plain. About 59% of all wildfire events in these two regions occur in April and May, with ~76% in region 1 and ~53% in region 2. There is large interannual variability in wildfire frequency, with some years having 4–5 times more fire events than other years. The synoptic flow patterns associated with northeast United States wildfires are classified using the North American Regional Reanalysis. The most common synoptic pattern for region 1 is a surface high pressure system centered over the northern Appalachians, which occurred in approximately 46% of all events. For region 2, the prehigh anticyclone type extending from southeast Canada and the Great Lakes to the northeast United States is the most common pattern, occurring in about 46% of all events. A trajectory analysis highlights the influence of large-scale subsidence and decreasing relative humidity during the events, with the prehigh pattern showing the strongest subsidence and downslope drying in the lee of the Appalachians.

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)0,001
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 enseignants0,130
Score d'incertitude au seuil0,259

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,213
Écart entre enseignants0,201 · 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

Citations22
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeather and ForecastingMême sujetFire effects on ecosystemsTravaux en français237 207