Dynamics of fires, harvest and carbon stocks in U.S. forests 1926-2017
Notice bibliographique
Résumé
Human-fire interactions have always played an important role in the United States of America. Important processes include land clearing with fires in the course of agricultural expansion and development of the West during the 19th century, large-scale fire suppression in the first half of the 20th century and recent “mega-fire” events in California. Strong regional divergences occurred: Fire regimes in the Eastern U.S. were significantly altered due to settlement and land-use changes over the past 100 years, resulting in reduced severity of fire events. In the West the area extent and severity of wildfires has increased, especially in recent decades, arguably due to more frequent climatic extreme events. Although the historical fire narrative in the U.S. has been studied in numerous publications, the links between these developments and changes in the socio-metabolic system i.e., changes in resource use, and consumption, are to our knowledge less well understood. In this study we investigate the influence of anthropogenic alteration of fire regimes on forest biomass Carbon stocks in comparison to forest uses, i.e., the extraction of woody biomass and forest grazing on multiple spatial scales. We develop a long-term reconstruction of biomass burned in forests on the national, regional, and state level based on statistical and remote-sensing data. We describe and examine historical differences between fire regimes in the Eastern and Western United States in connection with human use of forest for the period 1940-2017. Using panel data analysis, we investigate the diverse connection between forest change, socio-metabolic processes, natural disturbances (i.e., wildfires), and associated human fire control on various spatial and temporal scales. With this study we aim to contribute to a better understanding of the underlying socio-metabolic drivers and accompanying processes of altered forest fire regimes.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».