Wildland fire deficit and surplus in the western United States, 1984–2012
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Wildland fire is an important disturbance agent in the western US and globally. However, the natural role of fire has been disrupted in many regions due to the influence of human activities, which have the potential to either exclude or promote fire, resulting in a “fire deficit” or “fire surplus”, respectively. In this study, we developed a model of expected area burned for the western US as a function of climate from 1984 to 2012. We then quantified departures from expected area burned to identify geographic regions with fire deficit or surplus. We developed our model of area burned as a function of several climatic variables from reference areas with low human influence; the relationship between climate and fire is strong in these areas. We then quantified the degree of fire deficit or surplus for all areas of the western US as the difference between expected (as predicted with the model) and observed area burned from 1984 to 2012. Results indicate that many forested areas in the western US experienced a fire deficit from 1984 to 2012, likely due to fire exclusion by human activities. We also found that large expanses of non‐forested regions experienced a fire surplus, presumably due to introduced annual grasses and the prevalence of anthropogenic ignitions. The heterogeneity in patterns of fire deficit and surplus among ecoregions emphasizes fundamentally different ecosystem sensitivities to human influences and suggests that large‐scale adaptation and mitigation strategies will be necessary in order to restore and maintain resilient, healthy, and naturally functioning ecosystems.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 découle