MétaCan
Menu
Retour à la cohorte
Enregistrement W2099188498 · doi:10.1139/x01-093

Climatic and human influences on fire history in Pike National Forest, central Colorado

2001· article· en· W2099188498 sur OpenAlexvenueno aff
Joseph A. Donnegan, Thomas T. Veblen, Jason S. Sibold

Notice bibliographique

RevueCanadian Journal of Forest Research · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Geological SurveyU.S. Department of Agriculture
Mots-clésDendrochronologyEnvironmental scienceFire regimeEl Niño Southern OscillationPacific decadal oscillationProxy (statistics)Period (music)ClimatologyGeographyPhysical geographyEcologyGeologyEcosystemArchaeologyBiology

Résumé

récupéré en direct d'OpenAlex

We investigated interannual and multidecadal variability in fire regimes, as related to climate and human land-use in Pike National Forest, central Colorado. Short and long-term trends in fire-scar records were related to tree-ring proxy records of moisture availability and to variability in El Niño – Southern Oscillation (ENSO). Fire occurrence is strongly tied to interannual drought conditions and is associated with cycles of ENSO. Fire events tend to occur in years of reduced moisture availability (La Niña years) and are often preceded by 2–4 years of increased moisture availability (El Niño years). A period of reduced variability in the tree-ring record from 1760 to 1820 AD, roughly corresponds to a period of reduced fire occurrence from approximately 1792 to 1842. Coincident with increased fire occurrence, variability in the climate proxies was high in the middle to late 1800s until the early 1900s. Multidecadal impacts through land use are also evident in the fire record with sharp increases during Euro-American settlement in ca. 1850 and abrupt declines with the start of active fire suppression after ca. 1920. Both humans and climatic variation appear to have interacted synergistically to create long-term trends in fire occurrence over the past two centuries.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,658
Score d'incertitude au seuil0,944

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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)0,0010,000

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 Opus0,038
Tête enseignante GPT0,295
Écart entre enseignants0,256 · 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

Citations88
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

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