MétaCan
Menu
Retour à la cohorte
Enregistrement W4393554530 · doi:10.5281/zenodo.3540925

Global Fire Weather Indices - DC using overwintered DC start-up

2019· dataset· en· W4393554530 sur OpenAlexaffabout
Megan McElhinny, Piyush Jain, Justin Beckers, Chelene Hanes, Mike Flannigan

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2019
Typedataset
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensUniversity of AlbertaNatural Resources CanadaCanadian Forest ServiceUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMeteorologyEnvironmental scienceGeography

Résumé

récupéré en direct d'OpenAlex

This dataset was developed by Natural Resources Canada using the European Centre for Medium-range Weather Forecasts (ECMWF) ERA5-HRS Reanalysis product (C3S, 2017) as inputs to the Canadian Forest Fire Danger Rating System R Package (Wang et al. 2017). The dataset provides gridded values of the Canadian Fire Weather Index (FWI) System indices of fuel moisture and fire behaviour, including the Fine Fuel Moisture Code (FFMC), Duff Moisture Code (DMC), Drought Code (DC), Initial Spread Index (ISI), Build-Up Index (BUI), Fire Weather Index (FWI), and Daily Severity rating (DSR). Each of these indices are produced using two calculation methods applied at the beginning of fire season start-up. The first method used the default DC value (DC=15) to start-up the FWI System calculation and only accounted for the longest stretch of active fire season each year (as determined by Wotton and Flannigan, 1993). The second method used the overwintered DC value, calculated from the DC value of the last day of the previous fire season and a percentage of overwinter precipitation, and accounted for all periods of fire season throughout the year. We recommend users of this data use indices where DC has been overwintered in regions where the fire season shuts off for winter and where low overwinter precipitation occurs (eg. parts of western Canada, the western US and the Siberian Boreal forest). References: Copernicus Climate Change Service (C3S) (2017): ERA5: Fifth generation of ECMWF atmospheric reanalyses of the global climate . Copernicus Climate Change Service Climate Data Store (CDS), Accessed June 20<sup>th</sup> 2019. https://cds.climate.copernicus.eu/cdsapp#!/home Wang, X., Wotton, B. M., Cantin, A. S., Parisien, M. A., Anderson, K., Moore, B., &amp; Flannigan, M. D. (2017). cffdrs: an R package for the Canadian forest fire danger rating system. Ecological Processes, 6(1), 5. Wotton, B. M., &amp; Flannigan, M. D. (1993). Length of the fire season in a changing climate. The Forestry Chronicle, 69(2), 187-192.

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 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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,024
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0300,007

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 Opus0,029
Tête enseignante GPT0,259
Écart entre enseignants0,230 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetInfrastructure Resilience and Vulnerability AnalysisTravaux en français237 207