MétaCan
Menu
Retour à la cohorte
Enregistrement W4319080936 · doi:10.3390/meteorology2010006

Changes in the Seasonality of Fire Activity and Fire Weather in Portugal: Is the Wildfire Season Really Longer?

2023· article· en· W4319080936 sur OpenAlexfundno aff
Pedro Silva, Miguel Carmo, João Rio, Ilda Novo

Notice bibliographique

RevueMeteorology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a TecnologiaMinistério da Ciência, Tecnologia e Ensino SuperiorFederation for the Humanities and Social Sciences
Mots-clésEnvironmental scienceGeographyPeninsulaClimatologyFire regimeEcology

Résumé

récupéré en direct d'OpenAlex

The length of the fire season has not garnered much attention within the broad field of meteorological research on fire regime change. Fire weather research on the Iberian Peninsula is no exception in this case; there is no solid understanding on fire season lengthening in Portugal, although recent decades do suggest ongoing transitions. Based on a complete record of fire occurrence and burned area between 1980 and 2018, we first searched for consistent trends in the monthly distribution of fire activity. To determine day-scale changes, an exceedance date method based on annual cumulative burned area was developed. Results show an early onset of fire activity in a range of 23–50 days and no significant extension into autumn, suggesting that existing projections of the lengthening of the fire season in Portugal over the present century have been already achieved. Fire weather results show a trend in the cumulative Daily Severity Rating (DSR), with the last two decades (2000–2018) displaying an early build-up of meteorological fire danger in late spring and early summer. The detailed spatio-temporal analysis based on the daily Fire Weather Index (FWI) shows that June stands out with the largest increase (year-round) in days per month with an FWI above 38.3, the threshold above which fire conditions make suppression uncertain. This aggravated fire weather is likely sustaining early fire activity, thus contributing to a longer critical fire season.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,030
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,246
Écart entre enseignants0,231 · 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

Citations42
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeteorologyMême sujetFire effects on ecosystemsTravaux en français237 207