Canadian wildfires: a spatial-temporal assessment of fire activity and cause (1988 to 2018)
Notice bibliographique
Résumé
Vegetation zones such as the boreal forest in Canada have been shaped and maintained by naturally occurring wildfires for centuries. However, as global climates have warmed due to an increase in greenhouse gases within the atmosphere, there has been a profound impact on Canada’s forests. As fire activity continues to be very influential in altering forest biomes in Canada, it is important to analyze and evaluate these changes. The focus of this study is on assessing change in fire frequency, severity, and cause of fire disturbances in relation to where people reside in Canada. The timeframe for this study is a 30-year span, 1988 to 2018. The datasets utilized allowed for both temporal and spatial analysis of forest fires for each province and territory in Canada. Datasets were analyzed, and maps were developed using ESRI’s ArcMap GIS software. There has been an increase in both frequency and severity (in terms of area size) of forest fires over these 30 years. The main cause of this upsurge in fire activity is associated with lightning, but human accident fires have also steadily increased particular in proximity to Canada’s ecumene (where most people live). Human prescribed fires have also surged, especially in western Canada, as these deliberately set fires have become more necessary in efforts to safeguard Canada’s forest resource and vulnerable populations. As the geography of forest fire activity continues to evolve in Canada, this type of spatial-temporal research is useful to those who develop new policies, mitigation plans, and adaptation strategies to protect the vitality of forest ecosystems and the safety of Canadian populations
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».