A global database on holdover time of lightning-ignited wildfires
Notice bibliographique
Résumé
Abstract. Holdover fires are usually associated with lightning-ignited wildfires (LIWs), which can experience a smoldering phase or go undetected for several hours, days or even weeks before being reported. Since the existence and duration of the smoldering combustion in LIWs is usually unknown, holdover time is conventionally defined as the time between the lightning event that ignited the fire and the time the fire is detected. Therefore, all LIWs have an associated holdover time, which may range from a few minutes to several days. However, we lack a comprehensive understanding of holdover times. Here, we introduce a global database on holdover times of LIWs. We have collected holdover time data from 29 different studies across the world through a literature review and datasets assembled by authors of the original studies. The database is composed of three data files (censored data, non-censored data, ancillary data) and three metadata files (description of database variables, list of references, reproducible examples). Censored data are the core of the database and consist of different frequency distributions reporting the number or relative frequency of LIWs per interval of holdover time. In addition, ancillary data provide further information to understand the methods and contexts in which the data were generated in the original studies. The first version of the database contains 42 frequency distributions of holdover time built with data on more than 152 375 LIWs from 13 countries in five continents covering a time span from 1921 to 2020. This database is the first freely available, harmonized and ready-to-use global source of holdover time data, which may be used in different ways to investigate LIWs and model the holdover phenomenon. The complete database can be downloaded at https://doi.org/10.5281/zenodo.7352172 (Moris et al., 2022).
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,014 |
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 tête enseignante, 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 ».