Ecoregion based attribution analysis of the influence of several fire danger indices on the amount of burned area at a global scale by means of pseudo transfer entropy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Understanding the current fire-climate relationships is of utmost importance in order to assess the potential impacts that projected climate may exert in the near future. However, the many factors involved in fire activity often prevent a proper attribution of the observed variability. Unlike the many previous correlative studies, here we address this problem using a 'causality' measure known as “pseudo transfer entropy†(pTE), relating three widely used fire danger indices to the global observed burned areas (namely the Canadian Fire Weather Index, the Fire Danger Index from the Australian McArthur Mark 5 Rating System and the Burning Index from the U.S. Forest Service National Fire-Danger Rating System). The study has been performed at an spatial aggregation level defined by the RESOLVE ecoregions, attending to their homogeneous fuel and climatic properties, and considering different spatial and temporal aggregation statistics (mean, 90th percentile, 95th percentile and sum). We present an open, web-based interactive tool to explore and compare the results derived from the causality of these different fire danger indices with the observed burned area. Our results unveil some consistent patterns and three main conclusions can be drawn: 1) in the overall, all indices exhibit a similar performance in explaining observed burned areas, although regional differences may justify the selection of one index over another in regional studies, 2) the aggregation method used at the ecoregion level affects the causality results, with higher percentiles being better explained by pTE than the mean state and 3) the interactive tool designed may serve as a valuable method of intercomparison and analysis for the vulnerability and impact assessment community involved in fire research.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle