Firebrand generator system applied to wildland-urban interface research
Notice bibliographique
Résumé
The problem of forest fires in the Wildland Urban Interface (WUI) areas is increasing in all countries that have problems with forest fires. This phenomenon is well known and studied in USA, Canada or Australia. In European countries the problem is identified and studied. In the last 50 years Portugal experienced an unprecedented rural exodus in all its history. Rural areas faced the decreasing of population every year on the one hand emigration, on the other hand young people moved to urban areas. This led to difficulties of management and increased problems related with combat of wildland fires. The problem of WUI is growing so fast in Portugal in last decade, mainly as a result of the events occurred in 2003, 2005, recently 2012 and 2013. This problems of WUI were identified as a priority, immediately afterwards to personal safety. Given the importance of spot fires in the context of WUI fires the Centre of Forest Fire Studies (CEIF) developed several studies to increase the knowledge on this problem. A study of the probability of penetration of firebrands in typical Portuguese house roofs was carried out. Studies on ember aerodynamic transport and on new ignitions inside houses caused by embers. In particularly this second work about ignitions inside houses is being developed with test that involves the generation of embers in a special device designed to create embers, similar to the ones generated in a real forest fire that can transpose structural gaps of the models tested and start a new fire inside of the structure. In order to carry out this study program a firebrand generator similar to the Baby Dragon developed at NIST by Suzuki and Manzello in 2011 was built. The original device was used in 2013 by Manzello for a similar study.
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 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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,006 |
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 tête enseignante, 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 ».