MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392578217 · doi:10.5194/egusphere-egu24-11570

Persistent positive anomalies in geopotential height drive enhanced wildfire activity across Europe

2024· preprint· en· W4392578217 sur OpenAlexaffabout
Kerryn Little, Dante Castellanos‐Acuña, Piyush Jain, Laura Graham, Nicholas Kettridge, Mike Flannigan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensNatural Resources CanadaThompson Rivers UniversityCanadian Forest ServiceUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGeopotential heightGeopotentialClimatologyGeologyGeodesyPhysical geographyGeographyEnvironmental scienceMeteorologyPrecipitation

Résumé

récupéré en direct d'OpenAlex

Persistent positive anomalies in 500 hPa geopotential height (PPAs) are upper-air circulation patterns associated with surface heatwaves, drought, and consequently fuel aridity, elevated fire weather, and active wildfires. We examined the association between PPA events and surface fire weather and burned area at a pan-European level. Europe-wide, extreme fire weather and wildfires were on average 3.5 and 2.3 times more likely to occur concurrently with a PPA, respectively. PPAs were associated with 43% of pan-European area burned between March and October 2001–2021, and there was a latitudinal increase in the percentage of area burned during PPAs up to 60% over Northern Europe. Burned area was highest in the three days following PPA presence, and fuel moisture indices from the Canadian Fire Weather Index System lagged behind peak PPA strength, demonstrating the role of PPAs in pre-drying fuels. PPAs have been associated with significant wildfire events experienced across Europe, including the 2017 Portugal wildfires, the 2018 UK, Sweden, and Finland wildfires, and the 2021 Greece wildfires. Our findings demonstrate opportunities for developing early warning systems of wildfire danger, having implications for wildfire awareness and preparedness, informing policy, and wildfire management decisions like early mobilisation and resource sharing initiatives within and across Europe.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,231
Écart entre enseignants0,225 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetFire effects on ecosystems→Travaux en français237 207→