Megafires and thick smoke portend big problems for migratory birds
Notice bibliographique
Résumé
In 2020, the fire season affecting the western United States reached unprecedented levels. The 116 fires active in September consumed nearly 20,822 km2 (https://inciweb.nwcg.gov/accessible-view/ Accessed 2020-09-29) with 80% of this footprint (16,567 km2) from 68 fires occurring within California, Oregon, and Washington. Although the 2020 fire season was the most extreme on record, it exemplified patterns of increased wildfire size, number, timing, return frequency, and extent, which are linked to climate-driven changes in precipitation and temperature affecting fire ignition and severity (Westerling 2016, Goss et al. 2020, Weber and Yadav 2020). In addition, wildfire smoke and particulate pollution have expanded greatly in recent decades throughout western North America, posing a threat to both human and ecological health (Burke et al. 2021). Wildfires have increasingly coincided with the start of fall migration (Westerling 2016, Goss et al. 2020) and may present a growing risk to migrating birds in the Pacific Flyway. Migrating birds across several western states were observed dead and dying in 2020. Within the Central Flyway, starvation of insectivorous birds that were recovered in Arizona, Colorado, and New Mexico was linked to a record cold-weather storm in the Rocky Mountains (Fox 2020). But causes of the nearly simultaneous bird mortalities of larger granivorous species (Fig. 1) further west in the Pacific Flyway, where fires were occurring, remain unclear.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,005 |
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 ».