MétaCan
Menu
Retour à la cohorte
Enregistrement W3023845229 · doi:10.1038/s41467-020-15961-y

Fire deficit increases wildfire risk for many communities in the Canadian boreal forest

2020· article· en· W3023845229 sur OpenAlexaffabout
Marc‐André Parisien, Quinn E. Barber, Kelvin Hirsch, Christopher A. Stockdale, Sandy Erni, Xianli Wang, Dominique Arseneault, Sean A. Parks

Notice bibliographique

RevueNature Communications · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversité du Québec à RimouskiNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésTaigaBorealFlammable liquidFlammabilityBiomeGeographyVulnerability (computing)Wildfire suppressionFirefightingEnvironmental scienceFire regimeWildland–urban interfaceEcologyPhysical geographyForestryEnvironmental resource managementEcosystemBiologyCartographyArchaeologyEngineering

Résumé

récupéré en direct d'OpenAlex

The top priority of fire management agencies in Canada is to protect human life and property. Here we investigate if decades of aggressive fire suppression in the boreal biome of Canada has reduced the proportion of recently burned forests (RBF; <30 years) near human communities, and thereby inadvertently increased the risk of wildfire. We measured the percentage of RBF, which are usually less flammable than older forests, up to a 25-km radius around communities compared to that in the surrounding regional fire regime zone. Our analysis of 160 communities across boreal Canada shows that 54.4% exhibited a deficit or lack of RBF, whereas only 15.0% showed a surplus. Overall, a majority (74.4%) of communities are surrounded by a low (≤10%) proportion of RBF, indicating a higher vulnerability of those communities to wildfire. These findings suggest that suppression policies are increasing flammability in the wildland-urban interface of boreal Canada.

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 enseignants0,246
Score d'incertitude au seuil0,753

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,246
Écart entre enseignants0,230 · 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

Citations130
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetFire effects on ecosystemsTravaux en français237 207