MétaCan
Menu
Retour à la cohorte
Enregistrement W2025570549 · doi:10.5558/tfc2014-011

Detecting regional differences in within-wildfire burn patterns in western boreal Canada

2014· article· en· W2025570549 sur OpenAlexaffvenueabout
David Andison, Kris McCleary

Notice bibliographique

RevueThe Forestry Chronicle · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensParks Canada
Organismes subventionnairesnon disponible
Mots-clésBorealFoothillsTaigaFire regimeFire ecologyGeographyEcologyPhysical geographyDisturbance (geology)EcosystemRange (aeronautics)Environmental scienceForestryGeologyCartographyBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Under the auspices of ecosystem-based management (EBM), using historical range of variation (HRV) knowledge to help guide forest management decision-making is becoming commonplace. In support of this evolution, we hypothesized that historical fire-scale wildfire burn patterns in western boreal Canada could be differentiated by major ecological zones. We tested 10 fine-scale burn pattern metrics for 129 natural wildfires across more than 100 million ha of western boreal Canada against existing Canadian and provincial ecological classification schemes. The results showed some evidence of two historic disturbance regimes. Fires in the Foothills and Rocky Mountain ecoregions tended to have more disturbed patches, a smaller dominant disturbed patch, and less area in partially disturbed island remnants relative to fires in the Boreal Forest and Boreal Shield. However, several key metrics such as event shape and total remnant area were zone-invariant. Fire regime parameters such as fire size and frequency may not be linked to more detailed fire behaviour parameters such as remnant patterns. The moderate, yet highly variable levels of remnant pattern variation we found across the study area represents a natural, and potentially universal source of structural and compositional diversity for the boreal that may be critical to its sustainability.

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)0,000
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 enseignants0,106
Score d'incertitude au seuil0,427

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,198
Écart entre enseignants0,189 · 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

Citations33
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetFire effects on ecosystemsTravaux en français237 207