MétaCan
Menu
Retour à la cohorte
Enregistrement W2156302207 · doi:10.1071/wf03066

Fire weather index system components for large fires in the Canadian boreal forest

2004· article· en· W2156302207 sur OpenAlexafffundabout
B. D. Amiro, K. A. Logan, B. Mike Wotton, Mike Flannigan, J. B. Todd, B. J. Stocks, David L. Martell

Notice bibliographique

RevueInternational Journal of Wildland Fire · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of TorontoNatural Resources CanadaUniversity of ManitobaOntario Forest Research InstituteCanadian Forest Service
Organismes subventionnairesMinistry of Natural Resources
Mots-clésBorealTaigaEnvironmental scienceFire regimeClimatologyAtmospheric sciencesMeteorologyPhysical geographyForestryGeographyEcosystemEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Canadian Fire Weather Index (FWI) System components and head fire intensities were calculated for fires greater than 2 km2 in size for the boreal and taiga ecozones of Canada from 1959 to 1999. The highest noon-hour values were analysed that occurred during the first 21 days of each of 9333 fires. Depending on ecozone, the means of the FWI System parameters ranged from: fine fuel moisture code (FFMC), 90 to 92 (82 to 96 for individual fires); duff moisture code (DMC), 38 to 78 (10 to 140 for individual fires); drought code (DC), 210 to 372 (50 to 600 for individual fires); and fire weather index, 20 to 33 (5 to 60 for individual fires). Fine fuel moisture code decreased, DMC had a mid-season peak, and DC increased through the fire season. Mean head fire intensities ranged from 10 to 28 MW m−1 in the boreal spruce fuel type, showing that most large fires exhibit crown fire behaviour. Intensities of individual fires can exceed 60 MW m−1. Most FWI System parameters did not show trends over the 41-year period because of large inter-annual variability. A changing climate is expected to create future weather conditions more conducive to fire throughout much of Canada but clear changes have not yet occurred.

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)0,001
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 enseignants0,366
Score d'incertitude au seuil0,835

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,225
Écart entre enseignants0,217 · 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

Citations130
Publié2004
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Wildland FireMême sujetFire effects on ecosystemsTravaux en français237 207