MétaCan
Menu
Retour à la cohorte
Enregistrement W2065634471 · doi:10.1139/x05-264

Regional relationships between climate and wildfire-burned area in the Interior West, USA

2006· article· en· W2065634471 sur OpenAlexvenueno aff
Brandon M. Collins, Philip N. Omi, Phillip L. Chapman

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Forest ServiceU.S. Department of Agriculture
Mots-clésPacific decadal oscillationClimatologyPhysical geographyPeriod (music)Vegetation (pathology)Climate changeGeographyEnvironmental scienceEl Niño Southern OscillationGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Recent studies have linked the Atlantic Multidecadal Oscillation (AMO) and the Pacific Decadal Oscillation (PDO) with drought occurrence in the interior United States. This study evaluates the influence of AMO and PDO phases on interannual relationships between climate and wildfire-burned area during the 20th century. Palmer's Drought Severity Index (PDSI) is strongly related to burned area at both regional and subregional scales. In the southern Interior West, PDSI is most strongly related to yearly burned area during warm-phase AMO, while for the same period no significant relationships exist between PDSI and burned area in the central Interior West. During cool-phase PDO, interannual climate has little influence on burned area in either the northern or the central Interior West. The opposite is true for the southern Interior West and the eastern slope of the Colorado Rockies using the Southern Oscillation Index and PDSI, respectively. The western slope of the Colorado Rockies is the only climate division or region in which burned area is not related to preceding PDSI. During warm-phase PDO, current PDSI explains 67% of the interannual variance in burned area on the western slope. These regional and temporal differences are most likely governed by variations in fuel dynamics associated with dominant regional and subregional vegetation types.

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)0,005
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 enseignants0,703
Score d'incertitude au seuil0,950

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
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 recherche0,0000,001
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 Opus0,063
Tête enseignante GPT0,291
Écart entre enseignants0,228 · 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

Citations126
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetFire effects on ecosystemsTravaux en français237 207