MétaCan
Menu
Retour à la cohorte
Enregistrement W2058745315 · doi:10.1071/wf06081

Relationships between seasonal patterns of live fuel moisture and meteorological drought indices for Mediterranean shrubland species

2007· article· en· W2058745315 sur OpenAlexaboutno aff
Grazia Pellizzaro, Carla Cesaraccio, Pierpaolo Duce, Andrea Ventura, Pierpaolo Zara

Notice bibliographique

RevueInternational Journal of Wildland Fire · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater contentShrublandEnvironmental scienceMediterranean climateMoistureShrubCanopyAtmospheric sciencesClimatologyGeographyMeteorologyEcologyEcosystemBiology

Résumé

récupéré en direct d'OpenAlex

Measurements of seasonal patterns of live fuel moisture content and ignitability (in terms of time to ignition) of four Mediterranean shrub species were performed in North Western Sardinia (Italy). Relationships between the two variables were evaluated. Relationships between live fuel moisture content and environmental conditions (i.e. rainfall, air temperature and soil moisture) were analysed. Two groups of species were identified in relation to the different response of live fuel moisture content to seasonal meteorological conditions. Seasonal patterns of live fuel moisture content were also compared with five meteorological drought indices: Duff Moisture Code and Drought Code of the Canadian Forest Fire Weather Index System, Keetch–Byram Drought Index, Canopy Drought Stress Index and Cumulative Water Balance Index. In addition, the capability of the meteorological drought indices to describe moisture variation for each species was evaluated. Although the Drought Code was formulated to describe changes in the moisture content of dead fuel, it was shown to have a good potential for modelling live fuel moisture variation of a group of shrubland species that are sensitive to meteorological conditions, with a clear and large decrease of moisture content during the drought season.

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)0,001
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 enseignants0,006
Score d'incertitude au seuil0,359

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,024
Tête enseignante GPT0,258
Écart entre enseignants0,234 · 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

Citations138
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Wildland FireMême sujetFire effects on ecosystemsTravaux en français237 207