MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393692410 · doi:10.5281/zenodo.3859736

Global ECMWF Fire Forecasting system - sample data for wildfires in Sweden on 15-20 July 2018

2020· dataset· en· W4393692410 sur OpenAlexaboutno aff
Claudia Vitolo, Francesca Di Giuseppe

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSample (material)ClimatologyEnvironmental scienceMeteorologyGeographyPhysical geographyGeology

Résumé

récupéré en direct d'OpenAlex

The European Centre for Medium-Range Weather Forecasts (ECMWF) produces daily fire danger forecasts and reanalysis products from the Global ECMWF Fire Forecast (GEFF) model. Reanalysis is available through the Copernicus Climate Data Store (CDS) while the medium-range real-time forecast is available through the EFFIS and GWIS platforms. This repository provides FWI sample datasets for the assessment of the wildfires occurred in Sweden on 15-20 July 2018: GEFF-reanalysis, which provides historical records of fire danger conditions e5_hr, this folder contains deterministic model outputs e5_en, this folder contains probabilistic model outputs (made of 10 ensemble members) GEFF-realtime provides real-time forecasts generated using weather forcings from the model cycle 45r1 of the ECMWF’s Integrated Forecasting System (IFS). rt_hr, this folder contains high-resolution deterministic forecasts (~9 Km) rt_en, this folder contains probabilistic forecasts (~18Km) Geographical bounding box: lon_min = 10.1, lon_max = 24.8, lat_min = 55, lat_max = 69 Please note, the sample data provided in this repository is intended to be used for education purposes only (e.g. training courses). These products have been developed as part of the EU-funded Copernicus Emergency Management Services (CEMS) and complement other Copernicus products related to fire, such as the biomass-burning emissions made available by the Copernicus Atmosphere Monitoring Service (CAMS). The development of the GEFF modelling system was funded through a third-party agreement with the European Commission’s Joint Research Centre (JRC). GEFF produces fire danger indices based on the Canadian Fire Weather index as well as the US and Australian fire danger models. GEFF datasets are under the Copernicus license, which provides users with free, full and open access to environmental data. For more information, please refer to the documentation on the CDS and on the EFFIS website.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,026
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,036

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 Opus0,066
Tête enseignante GPT0,262
Écart entre enseignants0,197 · 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'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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetFire effects on ecosystems→Travaux en français237 207→