MétaCan
Menu
Retour à la cohorte
Enregistrement W4327980589 · doi:10.1016/j.envsoft.2023.105678

Capturing sub-grid temperature and moisture variations for wildland fire modeling

2023· article· en· W4327980589 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnvironmental Modelling & Software · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of AlbertaCanadian Forest Service
Organismes subventionnairesLos Alamos National LaboratoryStrategic Environmental Research and Development Program
Mots-clésEnvironmental scienceGridScale (ratio)MeteorologyIntensity (physics)CombustionMoistureAtmospheric sciencesFire protectionGeographyEngineeringGeologyPhysicsCivil engineering

Résumé

récupéré en direct d'OpenAlex

Many wildfire behavior modeling studies have focused on fires during extreme conditions, where the dominant processes are resolved and smaller-scale variations have less influence on fire behavior. As such, wildfire behavior models typically perform well for these cases. However, they can struggle in marginal conditions (e.g. low-intensity fire) as small-scale variations significantly influence fire physics at scales below grid resolution. In an effort to generalize wildfire behavior models and improve their overall performance, we have developed a new set of equations for wet and dry fuel to capture the finer-scale sub-grid variations in temperature and moisture. We explore the behavior of these equations in simple scenarios ranging from high- to low-intensity fire. Furthermore, we evaluate the performance against observations of surface fire. In all cases the proposed model performs well after peak temperature is reached; however, the rise of fuel temperature at the onset of combustion is faster than expected.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,191
Écart entre enseignants0,181 · 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