MétaCan
Menu
Retour à la cohorte
Enregistrement W2515779490 · doi:10.1371/journal.pone.0157425

Wildfire Suppression Costs for Canada under a Changing Climate

2016· article· en· W2515779490 sur OpenAlexafffundabout
Emily S. Hope, Daniel W. McKenney, John Pedlar, B. J. Stocks, Sylvie Gauthier

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesCanadian Forest ServiceNatural Resources CanadaU.S. Forest Service
Mots-clésClimate changeBorealGreenhouse gasEnvironmental scienceTemperate climateEconomic costGeographyClimatologyEnvironmental resource managementEcologyEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Climate-influenced changes in fire regimes in northern temperate and boreal regions will have both ecological and economic ramifications. We examine possible future wildfire area burned and suppression costs using a recently compiled historical (i.e., 1980-2009) fire management cost database for Canada and several Intergovernmental Panel on Climate Change (IPCC) climate projections. Area burned was modelled as a function of a climate moisture index (CMI), and fire suppression costs then estimated as a function of area burned. Future estimates of area burned were generated from projections of the CMI under two emissions pathways for four General Circulation Models (GCMs); these estimates were constrained to ecologically reasonable values by incorporating a minimum fire return interval of 20 years. Total average annual national fire management costs are projected to increase to just under $1 billion (a 60% real increase from the 1980-2009 period) under the low greenhouse gas emissions pathway and $1.4 billion (119% real increase from the base period) under the high emissions pathway by the end of the century. For many provinces, annual costs that are currently considered extreme (i.e., occur once every ten years) are projected to become commonplace (i.e., occur once every two years or more often) as the century progresses. It is highly likely that evaluations of current wildland fire management paradigms will be necessary to avoid drastic and untenable cost increases as the century progresses.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,149
Score d'incertitude au seuil0,948

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,193
Écart entre enseignants0,179 · 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'étudeExpérimental (laboratoire)
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

Citations103
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetFire effects on ecosystemsTravaux en français237 207