MétaCan
Menu
Retour à la cohorte
Enregistrement W3201030965 · doi:10.1071/wf21045

Characterisation of initial fire weather conditions for large spring wildfires in Alberta, Canada

2021· article· en· W3201030965 sur OpenAlexafffundabout
Cordy Tymstra, Piyush Jain, Mike Flannigan

Notice bibliographique

RevueInternational Journal of Wildland Fire · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensNatural Resources CanadaCanadian Forest ServiceUniversity of Alberta
Organismes subventionnairesAlberta Agriculture and Forestry
Mots-clésRidgeEnvironmental scienceSpring (device)ClimatologyFire regimeGeographyPhysical geographyGeologyEcosystemCartographyEcology

Résumé

récupéré en direct d'OpenAlex

We evaluated surface and 500-hPa synoptic weather patterns, and fire weather indices from the Canadian Forest Fire Danger Rating System for 80 large wildfires during 1990–2019 in Alberta that started in May and grew to over 1000 ha. Spread days were identified during the first 4 days of wildfire activity. We observed two distinct synoptic weather patterns on these days. Pre-frontal and frontal passage activity was the predominant feature associated with 48% of the calendar spread days. Strong south–south-east winds from a surface high centred east of Alberta (west of Hudson Bay) and supported by an upper ridge, and a surface low located south-west of the ridge occurred on 26% of the calendar spread days. Surface analysis indicates the spring wildfire season in Alberta is driven by very high to extreme Initial Spread Index, a rating of the expected wildfire rate of spread based on Fine Fuel Moisture Code and wind. Very high to extreme values of Buildup Index, a rating of the amount of fuel available for consumption, are not a prerequisite for large wildfires in May. For Alberta, this means large wildfires in May can occur after only a few days of dry, windy weather.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,022
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,006
Tête enseignante GPT0,249
Écart entre enseignants0,243 · 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

Citations39
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Wildland FireMême sujetFire effects on ecosystemsTravaux en français237 207