MétaCan
Menu
Retour à la cohorte
Enregistrement W2118157120 · doi:10.1093/forestry/cpu003

Crown fire potential in lodgepole pine forests during the red stage of mountain pine beetle attack

2014· article· en· W2118157120 sur OpenAlexaff
Wayne Page, Michael J. Jenkins, Martin E. Alexander

Notice bibliographique

RevueForestry An International Journal of Forest Research · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMountain pine beetleCrown (dentistry)Environmental scienceCanopyPinus contortaGeographyForestryEcologyArchaeologyBiology

Résumé

récupéré en direct d'OpenAlex

Mountain pine beetle (MPB) outbreaks within the previous 10–15 years have affected millions of hectares of lodgepole pine forests in western North America. Concerns about the influence of recent tree mortality on changes in fire behaviour amongst firefighters and fire managers have led researchers to attempt to quantify the effects on crown fire potential. In this paper we provide an up-to-date review and critique of research that has endeavoured to quantify the effect of recent MPB-caused tree mortality, during the red stage, on crown fire potential based upon quantitative descriptions of important crown and canopy fuel characteristics and simulation-based assessments of crown fire initiation and spread using operational and physics-based models. While significant progress has been made in characterizing the important variables affecting crown fire potential in recently attacked forests, we suggest that many of the conclusions drawn from simulation-based studies conducted to-date are suspect given the use of inappropriate and/or un-validated models. A systematic program of experimental burning, the monitoring and documentation of wildfires and prescribed fires, and better models of fuel moisture and fuel structure are urgently needed in order to properly assess crown fire potential in lodgepole pine forests recently attacked by the MPB.

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)0,003
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 enseignants0,021
Score d'incertitude au seuil0,904

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 savante0,0000,001
Science ouverte0,0020,000
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 Opus0,020
Tête enseignante GPT0,323
Écart entre enseignants0,304 · 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

Citations26
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestry An International Journal of Forest ResearchMême sujetFire effects on ecosystemsTravaux en français237 207