An overview of the Fuel Characteristic Classification System — Quantifying, classifying, and creating fuelbeds for resource planningThis article is one of a selection of papers published in the Special Forum on the Fuel Characteristic Classification System.
Notice bibliographique
Résumé
We present an overview of the Fuel Characteristic Classification System (FCCS), a tool that enables land managers, regulators, and scientists to create and catalogue fuelbeds and to classify those fuelbeds for their capacity to support fire and consume fuels. The fuelbed characteristics and fire classification from this tool will provide inputs for current and future sophisticated models for the quantification of fire behavior, fire effects, and carbon accounting and enable assessment of fuel treatment effectiveness. The system was designed from requirements provided by land managers, scientists, and policy makers gathered through six regional workshops. The FCCS contains a set of fuelbeds representing the United States, which were compiled from scientific literature, fuels photo series, fuels data sets, and expert opinion. The system enables modification and enhancement of these fuelbeds to represent a particular scale of interest. The FCCS then reports assigned and calculated fuel characteristics for each existing fuelbed stratum including the canopy, shrubs, nonwoody, woody, litter–lichen–moss, and duff. Finally, the system classifies each fuelbed by calculating fire potentials that provide an index of the intrinsic capacity of each fuelbed to support surface fire behavior, support crown fire, and provide fuels for flaming, smoldering, and residual consumption. The FCCS outputs are being used in a national wildland fire emissions inventory and in the development of fuelbed, fire hazard, and treatment effectiveness maps on several national forests. Although the FCCS was built for the United States, the conceptual framework is applicable worldwide.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,013 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,008 |
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 ».