MétaCan
Menu
Retour à la cohorte
Enregistrement W4411886742 · doi:10.1038/s41597-025-04941-w

A global assemblage of regional prescribed burn records — GlobalRx

2025· article· en· W4411886742 sur OpenAlexaff
Alice Hsu, Matthew W. Jones, Jane R Thurgood, Adam J. P. Smith, Rachel Carmenta, John T. Abatzoglou, Liana O. Anderson, Hamish Clarke, Stefan H. Doerr, Paulo M. Fernandes, Crystal A. Kolden, Cristina Santín, Tercia Strydom, Corinne Le Quéré, Davide Ascoli, Marc Castellnou, J. G. Goldammer, Nuno Guiomar, Elena A. Kukavskaya, Éric Rigolot, Veerachai Tanpipat, Morgan Varner, Youhei Yamashita, Johan A. Baard, E. Brunn, Niclas Bergius, J Carlsson, Chad Cheney, Dave J. Druce, A. Elliot, Jay D. Evans, Rodrigo de Moraes Falleiro, Nuria Prat‐Guitart, J. Kevin Hiers, Johannes W. Kaiser, Lisa Macher, Dave Morris, Jane Park, Rosa María Román-Cuesta, Gernot Ruecker, Francisco Senra, Lara Steil, Emma Zerr

Notice bibliographique

RevueScientific Data · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensParks Canada
Organismes subventionnairesEuropean CommissionResearch Councils UK
Mots-clésEnvironmental scienceClimate changeEnvironmental resource managementGlobal warmingScale (ratio)GeographyClimatologyEcologyCartography

Résumé

récupéré en direct d'OpenAlex

Prescribed burning (RxB) is a land management tool used widely for reducing wildfire hazard, restoring biodiversity, and managing natural resources. However, RxB can only be carried out safely and effectively under certain seasonal or weather conditions. Under climate change, shifts in the frequency and timing of these weather conditions are expected but analyses of climate change impacts have been restricted to select few regions partly due to a paucity of RxB records at global scale. Here, we introduce GlobalRx, a dataset including 204,517 RxB records from 1979-2023, covering 16 countries and 209 terrestrial ecoregions. For each record, we add a comprehensive suite of meteorological variables that are regularly used in RxB prescriptions by fire management agencies, such as temperature, humidity, and wind speed. We also characterise the environmental setting of each RxB, such as land cover and protected area status. GlobalRx enables the bioclimatic range of conditions suitable for RxB to be defined regionally, thus unlocking new potential to study shifting opportunities for RxB planning and implementation under future climate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,200
Score d'incertitude au seuil0,899

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,281
Écart entre enseignants0,257 · 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 tête enseignante, 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
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

Citations10
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetFire effects on ecosystemsTravaux en français237 207