MétaCan
Menu
Retour à la cohorte
Enregistrement W4411672400 · doi:10.1029/2025av001682

Effect of Recent Prescribed Burning and Land Management on Wildfire Burn Severity and Smoke Emissions in the Western United States

2025· article· en· W4411672400 sur OpenAlexaff
Makoto Kelp, Marshall Burke, Minghao Qiu, Iván Higuera‐Mendieta, Tianjia Liu, Noah S. Diffenbaugh

Notice bibliographique

RevueAGU Advances · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCooperative Programs for the Advancement of Earth System ScienceNational Oceanic and Atmospheric AdministrationStony Brook University
Mots-clésSmokeEnvironmental sciencePrescribed burnEnvironmental healthEnvironmental protectionMeteorologyGeographyForestryMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Wildfires in the western US increasingly threaten infrastructure, air quality, and public health. Prescribed (“Rx”) fire is often proposed to mitigate future wildfires, but treatments remain limited, and few studies quantify their effectiveness on recent major wildfires. We investigate the effects of Rx fire treatments on subsequent burn severity across western US ecoregions and particulate matter (PM 2.5 ) emissions in California. Using high‐resolution (30‐m) satellite imagery, land management records, and fire emissions data, we employ a quasi‐experimental design to compare Rx fire‐treated areas with adjacent untreated areas to estimate the impacts of recent Rx fires (Fall 2018–Spring 2020) on the extreme 2020 wildfire season. We find that within 2020 wildfire burn areas where Rx fires were used prior to 2020, burn severity changed by −16% ( p < 0.001) and smoke PM 2.5 emissions changed by −101 kg per acre ( p < 0.1). Rx fires in the wildland‐urban interface (“WUI”) were less effective in reducing burn severity and smoke PM 2.5 emissions than those outside the WUI. Overall, Rx fires led to a net reduction of −14% in PM 2.5 emissions, including those from the Rx fires themselves. The proposed policy of treating one million acres annually in California could reduce smoke emissions by 655,000 tons over the next 5 years, equivalent to 52% of the emissions from 2020 wildfires. Our analysis provides comprehensive estimates of the net benefits of Rx fire on subsequent burn severity and smoke PM 2.5 emissions in the western US, an empirical basis for evaluating proposed Rx fire expansions, and valuable constraints for future modeling.

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)0,001
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 enseignants0,092
Score d'incertitude au seuil0,183

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,257
Écart entre enseignants0,251 · 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

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAGU AdvancesMême sujetFire effects on ecosystemsTravaux en français237 207