MétaCan
Menu
Retour à la cohorte
Enregistrement W4414077689 · doi:10.1071/wf24204

For peat’s sake! Peat type influences critical moisture thresholds that prevent combustion of organic soils in Western Australia

2025· article· en· W4414077689 sur OpenAlexaff
Valerie S. Densmore, Taiya K. Barnesby

Notice bibliographique

RevueInternational Journal of Wildland Fire · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensDepartment of Environment and Conservation
Organismes subventionnairesnon disponible
Mots-clésPeatMoistureWater contentFlammabilityFire regimeSoil waterBulk density

Résumé

récupéré en direct d'OpenAlex

Background Preventing ignition of peatlands presents a particular challenge in Western Australia due to a decreasing trend in annual rainfall over the past several decades. Aims We sought to identify critical moisture thresholds and other factors, including chemical composition, geomorphology or peat type that influence the potential for peatlands to sustain smouldering combustion. Methods We wet soil turves from 16 distinct seasonally waterlogged peatlands to pre-determined moisture contents before exposing samples to a heating element to induce smouldering, and then calculated weight and volume loss due to combustion. Other turve portions were used to conduct physical and chemical analyses. Key results Critical moisture thresholds for ignition and combustion varied by peat type due to differences in bulk density and carbon content. Models predicting combustion that contained the explanatory variables peat type, electrical conductivity (EC) of soil and moisture content achieved R-squared values above 0.8. Conclusions Our results indicate the moisture thresholds to prevent ignition of peatlands differ between peat types; knowledge that is important to inform effective decisions made by fire managers during planned fire and bushfire operations. Implications Determining critical moisture thresholds and peat properties that influence peatland flammability informs potential mitigation techniques to reduce the incidence of smouldering peatlands.

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 enseignants0,065
Score d'incertitude au seuil0,129

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 savante0,0000,000
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 Opus0,018
Tête enseignante GPT0,305
Écart entre enseignants0,287 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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