Case studies of Wildfire Evacuations in Canada Between 2020 and 2023 Using Publicly Available Sources
Notice bibliographique
Résumé
An increasing number of communities are affected by wildfires in the wildland-urban interface (WUI) in Canada. While statistical information about wildfire evacuations in Canada is available, systematic descriptions of individual incidents are rare. However, case studies can be useful to illustrate and understand aspects unique to affected communities. Using an established reporting template, this paper provides an overview of five case studies that led to community evacuations across Canada between January 2020 and August 2023: (1) the White Rock Lake wildfire in 2021 (British Columbia), (2) the Edson Forest Area wildfire in 2023 (Alberta), (3) the Lebel-sur-Quévillon wildfire in 2023 (Québec), (4) the Tantallon wildfire in 2023 (Nova Scotia), and (5) the Behchokǫ̀-Yellowknife wildfire in 2023 (Northwest Territories). Information from publicly available resources was used to describe the communities, environmental conditions, incidents and evacuation. Information gaps where no data was publicly accessible are also highlighted. The case studies suggest that communities faced several challenges during the wildfire evacuations, most commonly related to communication. The case studies help better understand the context in which wildfire evacuations occur and how communities respond and manage wildfire evacuations in Canada.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».