MétaCan
Menu
Retour à la cohorte
Enregistrement W2139927441 · doi:10.1139/x00-025

Net primary productivity following forest fire for Canadian ecoregions

2000· article· en· W2139927441 sur OpenAlexvenueaboutno aff
B. D. Amiro, J M Chen

Notice bibliographique

RevueCanadian Journal of Forest Research · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrimary productionTaigaEnvironmental scienceEcoregionBorealDisturbance (geology)Forest inventoryVegetation (pathology)Ecological successionProductivityFire regimeLand coverAdvanced very-high-resolution radiometerPhysical geographyForestryEcosystemClimatologySatelliteForest managementLand useEcologyGeographyAgroforestry

Résumé

récupéré en direct d'OpenAlex

Recent modelling results indicate that forest fires and other disturbances determine the magnitude of the Canadian forest carbon balance. The regeneration of post-fire vegetation is key to the recovery of net primary productivity (NPP) following fire. We geographically co-registered pixels classed using the Boreal Ecosystem Productivity Simulator, a process-based model with AVHRR (advanced very-high resolution radiometer) satellite estimates of leaf-area index and land cover type, with polygons from a recent database of large Canadian fires. NPP development with time since fire was derived for the first 15 years following the disturbance in the boreal and taiga ecozones. About 7 × 10 6 ha were analysed for over 500 fires occurring between 1980 and 1994. NPP increases linearly through this period, at rates that depend on ecoregion. A longer data set for the Boreal Plains ecozone of Alberta shows that NPP levels off at about 20-30 years and remains constant for 60 years. The NPP trajectories can be used as spatial averages to support models of forest carbon balance and succession through the most fire-prone regions of Canada.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,234
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,025
Tête enseignante GPT0,269
Écart entre enseignants0,244 · 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.

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

Citations117
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

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