Searching the flames: Trends in global and regional public interest in wildfires
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
Interactions between humans and wildfires have increased in many regions over the last decades driven by climate and land-use changes. A shift towards more adaptive fire management and policies is urgently needed but remains difficult to achieve. Better understanding of public interest in wildfire can facilitate this transition, as the public is a key driver for policy decisions. We used Google Trends to assess temporal patterns (2004–2020) in public interest on wildfires worldwide and in five case study countries (Australia, Canada, Indonesia, Portugal, USA). Public interest consistently shows a cyclic pattern with low background and short-lasting spikes during fire seasons and catastrophic events. Wildfires that receive the most interest worldwide are located in Western countries, especially the USA. There is usually high demand for news on wildfires when spikes in interest happen. Overall global interest in wildfire has risen twice: first for a short period in 2007–2008, concomitant to catastrophic wildfires in California, and again since 2017, probably triggered by a series of catastrophic fire events around the globe. Nevertheless, public interest in wildfire is low when compared with socioeconomically more costly earthquakes or hurricanes. The short and seasonal interest in wildfire may present an important obstacle to the implementation of wildfire mitigation policies that require year-round approaches. However, the fact that the public uses the internet to obtain basic knowledge about wildfire functioning and impacts, especially during the interest spikes, can facilitate targeting awareness campaigns. These could be not only about wildfires but also about broader related environmental issues.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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