MétaCan
Menu
Retour à la cohorte
Enregistrement W2065509880 · doi:10.1890/07-1289.1

Environmental controls on the distribution of wildfire at multiple spatial scales

2009· article· en· W2065509880 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEcological Monographs · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésBiomeRange (aeronautics)TundraEnvironmental scienceVegetation (pathology)EcologySpatial ecologyHabitatGeographySpatial distributionSpecies distributionPhysical geographyEcosystemRemote sensing

Résumé

récupéré en direct d'OpenAlex

Despite its widespread occurrence globally, wildfire preferentially occupies an environmental middle ground and is significantly less prevalent in biomes characterized by environmental extremes (e.g., tundra, rain forests, and deserts). We evaluated the biophysical “environmental space” of wildfire from regional to subcontinental extents, with methods widely used for modeling habitat distributions. This approach is particularly suitable for the biogeographic study of wildfire, because it simultaneously considers patterns in multiple factors controlling wildfire suitability over large areas. We used the Maxent and boosted regression tree algorithms to assess wildfire–environment relationships for three levels of complexity (in terms of inclusion of variables) at three spatial scales: the conterminous United States, the state of California, and five wildfire‐prone ecoregions of California. The resulting models were projected geographically to obtain spatial predictions of wildfire suitability and were also applied to other regions to assess their generality and spatial transferability. Predictions of the potential range of wildfire had high classification accuracy; they also highlighted areas where wildfires had not recently been observed, indicating the potential (or past) suitability of these areas. The models identified several key variables that were not suspected to be important in the large‐scale control of wildfires, but which might indirectly affect control by influencing the presence of flammable vegetation. Models transferred to different areas were useful only when they overlapped appreciably with the target area's environmental space. This approach should allow exploration of the potential shifts in wildfire range in a changing climate, the potential for restoration of wildfire where it has been “extirpated,” and, conversely, the “invasiveness” of wildfire after changes in plant species composition. Our study demonstrates that habitat distribution models and related concepts can be used to characterize environmental controls on a natural disturbance process, but also that future work is needed to refine our understanding of the direct causal factors controlling wildfire at multiple spatial scales.

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.

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 enseignants0,040
Score d'incertitude au seuil0,818

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,186
Écart entre enseignants0,180 · 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