MétaCan
Menu
Retour à la cohorte
Enregistrement W2173082680 · doi:10.5194/bg-13-3225-2016

Reconstructions of biomass burning from sediment-charcoal records to improve data–model comparisons

2016· article· en· W2173082680 sur OpenAlexaff
Jennifer R. Marlon, Ryan Kelly, Anne‐Laure Daniau, Boris Vannière, Mitchell J. Power, Patrick J. Bartlein, Philip E. Higuera, Olivier Blarquez, Simon Brewer, Tim Brücher, Angelica Feurdean, Graciela Gil‐Romera, Virginia Iglesias, S. Yoshi Maezumi, Brian I. Magi, Colin J. Courtney Mustaphi, Tonishtan Zhihai

Notice bibliographique

RevueBiogeosciences · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversité de Montréal
Organismes subventionnairesOffice of Integrative ActivitiesDivision of Behavioral and Cognitive SciencesDivision of Emerging FrontiersUniversité de Franche-ComtéCentre National de la Recherche ScientifiqueNational Science Foundation
Mots-clésCharcoalContext (archaeology)Environmental scienceBiomass (ecology)Biomass burningFire regimeGlobal changeClimatologyPhysical geographySedimentClimate changeEcosystemMeteorologyGeographyGeologyOceanographyEcologyAerosolArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract. The location, timing, spatial extent, and frequency of wildfires are changing rapidly in many parts of the world, producing substantial impacts on ecosystems, people, and potentially climate. Paleofire records based on charcoal accumulation in sediments enable modern changes in biomass burning to be considered in their long-term context. Paleofire records also provide insights into the causes and impacts of past wildfires and emissions when analyzed in conjunction with other paleoenvironmental data and with fire models. Here we present new 1000-year and 22 000-year trends and gridded biomass burning reconstructions based on the Global Charcoal Database version 3 (GCDv3), which includes 736 charcoal records (57 more than in version 2). The new gridded reconstructions reveal the spatial patterns underlying the temporal trends in the data, allowing insights into likely controls on biomass burning at regional to global scales. In the most recent few decades, biomass burning has sharply increased in both hemispheres but especially in the north, where charcoal fluxes are now higher than at any other time during the past 22 000 years. We also discuss methodological issues relevant to data–model comparisons and identify areas for future research. Spatially gridded versions of the global data set from GCDv3 are provided to facilitate comparison with and validation of global fire simulations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,255
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations244
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetFire effects on ecosystemsTravaux en français237 207