MétaCan
Menu
Retour à la cohorte
Enregistrement W2790049603 · doi:10.3390/f9040159

Temporal Patterns of Wildfire Activity in Areas of Contrasting Human Influence in the Canadian Boreal Forest

2018· article· en· W2790049603 sur OpenAlexaffabout
Rodrigo Campos-Ruiz, Marc‐André Parisien, Mike Flannigan

Notice bibliographique

RevueForests · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensNatural Resources CanadaCanadian Forest ServiceUniversity of AlbertaAlberta Environment and Protected Areas
Organismes subventionnairesnon disponible
Mots-clésTaigaBorealEcologyGeographyEnvironmental scienceAgroforestryForestryPhysical geographyBiology

Résumé

récupéré en direct d'OpenAlex

The influence of humans on the boreal forest has altered the temporal and spatial patterns of wildfire activity through modification of the physical environment and through fire management for the protection of human and economic values. Wildfires are actively suppressed in areas with higher human influence, but, paradoxically, these areas have more numerous ignitions than low-impact ones because of the high rates of human-ignited fires, especially during the springtime. The aim of this study is to evaluate how humans have altered the temporal patterns of wildfire activity in the Canadian boreal forest by comparing two adjacent areas of low and high human influence, respectively: Wood Buffalo National Park (WBNP) and the Lower Athabasca Plains (LAP). We carried out Singular Spectrum Analysis to identify trends and cycles in wildfires from 1970 to 2015 for the two areas and examined their association with climate conditions. We found human influence to be reflected in wildfire activity in multiple ways: (1) by dampening (i.e., for area burned)—and even reversing (i.e., for the number of fires)—the increasing trends of fire activity usually associated with drier and warmer conditions; (2) by shifting the peak of fire activity from the summer to the spring; (3) by altering the fire-climate association; and (4) by exhibiting more recurrent (<8 year periodicities) cyclical patterns of fire activity than WBNP (>9 years).

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,324

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,236
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 tête enseignante, pas un consensus.

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

Citations37
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetFire effects on ecosystemsTravaux en français237 207