Direct carbon emissions from Canadian forest fires, 1959-1999
Notice bibliographique
Résumé
Direct emissions of carbon from Canadian forest fires were estimated for all Canada and for each ecozone for the period 19591999. The estimates were based on a data base of large fires for the country and calculations of fuel consumption for each fire using the Canadian Forest Fire Behaviour Prediction System. This technique used the fire locations and start dates to estimate prevailing fire weather and fuel type for each of about 11 000 fires. An average of 2 × 106 ha·year1 was burned in this period, varying from 0.3 × 106 ha in 1978 to 7.5 × 106 ha in 1989. Ecozones of the boreal and taiga areas experienced the greatest area burned, releasing most of the carbon (C). The mean area-weighted fuel consumption for all fires was 2.6 kg dry fuel·m2 (1.3 kg C·m2), but ecozones vary from 1.8 to 3.9 kg dry fuel·m2. The mean annual estimate of direct carbon emissions was 27 ± 6 Tg C·year1. Individual years ranged from 3 to 115 Tg C·year1. These direct fire emissions represent about 18% of the current carbon dioxide emissions from the Canadian energy sector, on average, but vary from 2 to 75% among years. Post-fire effects cause an additional loss of carbon and changes to the forest sink condition.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».