MétaCan
Menu
Retour à la cohorte
Enregistrement W4303628192 · doi:10.3390/cli10100143

Contribution to the Study of Forest Fires in Semi-Arid Regions with the Use of Canadian Fire Weather Index Application in Greece

2022· article· en· W4303628192 sur OpenAlexaboutno aff
Nikolaos Ntinopoulos, Marios Spiliotopoulos, Lampros Vasiliades, Nikitas Mylopoulos

Notice bibliographique

RevueClimate · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceClimatologyMediterranean climateAridMeteorologyIndex (typography)PrecipitationGeographyGeologyComputer science

Résumé

récupéré en direct d'OpenAlex

Forest fires are of critical importance in the Mediterranean region. Fire weather indices are meteorological indices that produce information about the impact as well as the characteristics of a fire event in an ecosystem and have been developed for that reason. This study explores the spatiotemporal patterns of the FWI system within a study area defined by the boundaries of the Greek state. The FWI has been calculated and studied for current and future periods using data from the CFSR reanalysis model from the National Centers for Environmental Protection (NCEP) as well as data from NASA satellite programs and the European Commission for Medium-Range Weather Forecasts (ECWMF) in the form of netCDF files. The calculation and processing of the results were conducted in the Python programming language, and additional drought- and fire-related indices were calculated, such as the standardized precipitation index (SPI), number of consecutive 50-day dry periods (Dry50), the Fosberg fire weather index (FFWI), the days where the FWI exceeds values of 40 and 50 days (FWI > 40) and (days FWI > 50). Similar patterns can easily be noted for all indices that seem to have their higher values concentrated in the southeast of the country owing to the higher temperatures and more frequent drought events that affect the indices’ behavior in both the current and future periods.

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 enseignants0,763
Score d'incertitude au seuil0,478

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,210
Écart entre enseignants0,198 · 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

Citations23
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimateMême sujetFire effects on ecosystemsTravaux en français237 207