MétaCan
Menu
Retour à la cohorte
Enregistrement W2900842202 · doi:10.1139/cjfr-2018-0293

Fire-regime changes in Canada over the last half century

2018· article· en· W2900842202 sur OpenAlexaffvenueabout
Chelene C. Hanes, Xianli Wang, Piyush Jain, Marc‐André Parisien, John M. Little, Mike Flannigan

Notice bibliographique

RevueCanadian Journal of Forest Research · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of AlbertaNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesNational Fisheries Development Board
Mots-clésFire regimeGeographyHomogeneousLightning (connector)Physical geographyEnvironmental scienceFire ecologyClimatologyEcologyGeologyEcosystemBiology

Résumé

récupéré en direct d'OpenAlex

Contemporary fire regimes of Canadian forests have been well documented based on forest fire records between the late 1950s to 1990s. Due to known limitations of fire datasets, an analysis of changes in fire-regime characteristics could not be easily undertaken. This paper presents fire-regime trends nationally and within two zonation systems, the homogeneous fire-regime zones and ecozones, for two time periods, 1959–2015 and 1980–2015. Nationally, trends in both area burned and number of large fires (≥200 ha) have increased significantly since 1959, which might be due to increases in lightning-caused fires. Human-caused fires, in contrast, have shown a decline. Results suggest that large fires have been getting larger over the last 57 years and that the fire season has been starting approximately one week earlier and ending one week later. At the regional level, trends in fire regimes are variable across the country, with fewer significant trends. Area burned, number of large fires, and lightning-caused fires are increasing in most of western Canada, whereas human-caused fires are either stable or declining throughout the country. Overall, Canadian forests appear to have been engaged in a trajectory towards more active fire regimes over the last half century.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,035
Score d'incertitude au seuil0,254

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,253
Écart entre enseignants0,235 · 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'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

Citations527
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetFire effects on ecosystemsTravaux en français237 207