MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402931057 · doi:10.5194/nhess-2024-161

Extreme blocking ridges are associated with large wildfires in England

2024· preprint· en· W4402931057 sur OpenAlexaff
Kerryn Little, Dante Castellanos‐Acuña, Nicholas Kettridge, Mike Flannigan, Piyush Jain

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensNatural Resources CanadaCanadian Forest ServiceThompson Rivers University
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésBlocking (statistics)GeographyEnvironmental scienceComputer scienceComputer network

Résumé

récupéré en direct d'OpenAlex

Abstract. Persistent positive anomalies in 500 hPa geopotential heights (PPAs) are an event-based paradigm for tracking specific large scale atmospheric patterns that often correspond to blocking events. PPAs are associated with hot, dry surface weather conditions that promote fuel aridity and wildfire activity. We examine the importance of PPA events for surface fire weather across the UK and wildfires in England, a temperate, emerging fire prone region. Surface fire weather is more extreme under PPAs, characterised by reduced precipitation and anomalously high temperatures. Overall, 34 % of England’s burned area and 16 % of all wildfire events occur during or up to five days following the presence of a PPA event. PPAs are generally more strongly associated with wildfire burned area than ignition frequency. The percentage of PPAs associated with wildfire events increases with increasing fire size, with PPAs being associated with half of wildfire events > 500 ha. PPAs are most important for heathland/moorland (40 % burned area) followed by grassland (30 % burned area) wildfires and are more important during the summer wildfire season. Synoptic-scale indicators of wildfire activity like PPAs may improve longer-term fire weather forecasts beyond surface fire weather indices alone, aiding wildfire preparedness and management decision-making. This is particularly important in emerging fire prone regions where wildfire risk is increasing but established tools for assessing fire danger may not yet exist.

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 enseignants0,074
Score d'incertitude au seuil0,146

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
Bibliométrie0,0000,000
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)0,0030,000

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 Opus0,014
Tête enseignante GPT0,216
Écart entre enseignants0,202 · 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'admission1
Résumé présentoui

Explorer davantage

Même sujetLandslides and related hazards→Travaux en français237 207→