MétaCan
Menu
Retour à la cohorte
Enregistrement W2914821467 · doi:10.2495/safe-v9-n1-26-37

Large-scale fire risk planning for initial attack and fuels: the U.S. state of Idaho

2019· article· en· W2914821467 sur OpenAlexvenueno aff
Douglas B. Rideout, N. Kernohan, Joe-Riley Epps

Notice bibliographique

RevueInternational Journal of Safety and Security Engineering · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScale (ratio)Environmental scienceState (computer science)Environmental healthForensic engineeringEngineeringComputer scienceGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

Public officials charged with managing the risk of wildland fire are looking for ways to apply risk analysis at large scales affecting a wide range of resources, including life and property.The ability to address risk analysis at a large scale is just now emerging with new technologies and analytics in such applications as STARFire.This paper summarizes how the STARFire planning and budgeting system were applied across the state of Idaho, and how it can be used to support state-wide planning using the Idaho State Fire Management Plan initiative as an example.The STARFire planning and budgeting system generated a large-scale risk analysis across the entire state of Idaho for the United States Department of Interior's Bureau of Land Management (BLM).The STARFire analysis is driven by a single performance metric 'return on investment' to make efficient use of scarce funding.We collaborated with officials at the BLM to identify and assemble key spatial input data such as: a full range of values at risk, fire behaviour and fire history, and fire management cost information.This and related information was analysed using the STARFire spatial planning and budgeting system to produce a state-wide risk analysis, an integrated fuels and initial attack analysis and an integrated budget analysis across programs.The analysis demonstrated the ability to assess BLM lands across the state and scale between the state and the associated planning units within the state.This is the first time that such an analysis has been performed at such a large scale (across multiple landscapes) at the program level.The associated planning unit level analysis was validated with BLM officials.Products support the BLM's first state-wide spatial fire management planning initiative

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,262
Score d'incertitude au seuil0,521

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
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 Opus0,005
Tête enseignante GPT0,231
Écart entre enseignants0,225 · 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Safety and Security EngineeringMême sujetFire effects on ecosystemsTravaux en français237 207