MétaCan
Menu
Retour à la cohorte
Enregistrement W4399790388 · doi:10.1071/wf23097

Wildland fire evacuations in Canada from 1980 to 2021

2024· article· en· W4399790388 sur OpenAlexaffabout
Amy Cardinal Christianson, Lynn M. Johnston, Jacqueline Oliver, David Watson, David A. Young, Heather MacDonald, John M. Little, Bruce Macnab, Noémie Gonzalez Bautista

Notice bibliographique

RevueInternational Journal of Wildland Fire · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensNatural Resources CanadaThompson Rivers UniversityCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésFire regimeBorealGeographyPoison controlArchaeologyEnvironmental healthEcologyEcosystemMedicine

Résumé

récupéré en direct d'OpenAlex

Background Every year, people in Canada are evacuated due to wildland fires to avoid death, injury, and illness from fire and smoke events. Aims In this paper, we provide an overview of evacuations recorded in the Canadian Wildland Fire Evacuation Database between 1980 and 2021. Methods Our analysis covers evacuations in Canada from 1980 to 2021. We provide summary statistics including number of evacuations and evacuees, evacuation duration, seasonality, evacuation causes, community types, structure losses, and fatalities. We also investigate temporal and spatial patterns. Key results Between 1980 and 2021, there were 1393 wildland fire evacuation events with 576,747 people evacuated. During this period, there was an overall increase in frequency of evacuations, number of evacuees, and duration of events. Structure loss occurred during 194 evacuation events, with 4105 homes burned. We estimate wildland fire evacuations cost at least CAD3.7 billion (excluding structural losses), jumping to CAD4.6 billion if we include productivity losses. Indigenous peoples are disproportionately impacted in wildfire evacuations compared to the general Canadian population. Conclusions Wildland fire evacuations continue to occur across Canada and are increasing. Implications The findings from this study give us a better understanding of the characteristics of wildland fire evacuations, which can help guide emergency management.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,273

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,005
Tête enseignante GPT0,222
Écart entre enseignants0,217 · 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

Citations17
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Wildland FireMême sujetFire effects on ecosystemsTravaux en français237 207