Forecasting wildfire-induced declines in potential forest harvest levels across Québec
Notice bibliographique
Résumé
Wildfires are increasing in importance in many regions of the Canadian boreal forest and are an ongoing risk for forest management activities. We simulated the effects of fires on long-term harvest levels on the 59 forest management units of the province of Québec, Canada, for the 2020–2100 period. Different climate change pathways (stable, RCP 4.5 or 8.5) and salvage logging rates (20% or 70% of mature burned stands) were simulated. Changes in forest flammability due to climate change, species migration, and forest management were also considered. Under stable climatic conditions, the decline in potential harvest levels due to fire, based on 50 simulations per scenario, ranged between 3% and 33% (mean = 11%) when high salvage logging rates were simulated, compared to 6%–45% (mean = 20%) for low salvage rates. Climate change caused increases in burn rates between −3% and 39% for RCP 4.5 and between 33% and 69% for RCP 8.5 at the end of the 21st century, depending on fire zones. However, the effects of these modified burn rates on harvest levels did not differ substantially from those of baseline burn rates, probably because the projected burn rates were highest during the later part of the simulations (2070–2100), when their impacts on harvest level calculations were limited. This study indicates that potential harvest levels calculated without considering wildfires are likely to be non-sustainable.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».