ReplyA re-examination of the effects of fire suppression in the boreal forest
Notice bibliographique
Résumé
Ward and Tithecott (P.C. Ward and A.G. Tithecott. 1993. Ontario Ministry of Natural Resources, Aviation, Flood and Fire Management Branch, Publ. 305) presented data that indicated fire suppression activities in Ontario led to reductions in average annual area burned and greater numbers of small fires, compared with what would have been observed in the absence of suppression. Miyanishi and Johnson (K. Miyanishi and E.A. Johnson. 2001. Can. J. For. Res. 31: 14621466) have questioned aspects of that report, suggesting that the evidence does not demonstrate that suppression influences fire size or frequency. Fire-history studies in Ontario's forests and recent fire disturbance records do show that the fire-return interval has lengthened considerably in Ontario's protected forest since pre-suppression times. Analysis of forest inventory age-class distributions also reflect a reduction in overall forest disturbance rates in the past 40 years. Average annual burn fractions (ABF) calculated for protected and unprotected forests in northwestern Ontario for the period 1976-2000 show an ABF of 1.11% in the unprotected forest and only 0.34% in the protected forest. There is clear evidence that fire suppression in Ontario contains many fires at small sizes that would have otherwise grown to larger sizes, and reduces the overall average annual area burned in the protected forest.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,009 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,007 |
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 source (Gemma direct ou Codex distillé), 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 ».