MétaCan
Menu
Retour à la cohorte
Enregistrement W4417454642 · doi:10.1007/s10980-025-02230-w

Harvest-induced changes in forest landscapes does not fully compensate for climate-induced increase in landscape flammability in eastern Canada

2025· article· en· W4417454642 sur OpenAlexafffundabout
Clémence Benoît, Yan Boulanger, Jonathan Boucher

Notice bibliographique

RevueLandscape Ecology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversité du Québec à MontréalNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesNatural Resources CanadaMinistère des Ressources Naturelles et de la FauneUniversité du Québec à Montréal
Mots-clésFlammabilityTaigaClimate changeBorealFire regimeGlobal warmingFlammable liquidFire ecology

Résumé

récupéré en direct d'OpenAlex

Abstract Context Wildfires are a major natural disturbance in boreal ecosystems, strongly influenced by both climate-driven fire weather and fuel characteristics. While climate change is intensifying fire-prone weather conditions, other natural and human-related disturbances, as well as natural evolution of forest stands, are reshaping forest composition, potentially altering landscape flammability. The net effect of these opposing forces remains uncertain in eastern Canada's boreal forest. Objectives We assess whether changes in the forest fuel landscape as well as changes in fire weather have mitigated or exacerbated the potential behavior of wildfire across Quebec’s commercial forest zone. Specifically, we analyze trends in predicted intensity and speed of potential fires from 1978 to 2023 as well as the effect of harvesting and other disturbances on these trends. Methods Using the Canadian Forest Fire Behavior Prediction (FBP) System, we estimated potential head fire intensity and speed based on reconstructed ERA5 daily fire weather at local solar noon and high-resolution (~ 14 ha) annual fuel maps, from 1978 to 2023. We disentangled climate-driven (top-down) and fuel-driven (bottom-up) influences by comparing scenarios with fixed vs. dynamic fuels and weather conditions. Results Landscape flammability has increased significantly in some regions over the study period, primarily due to rising fire-prone weather conditions. Despite a general long-term decline in flammable fuels associated with timber harvesting and post-disturbance succession, these changes were sometimes insufficient to offset climate-driven increases in potential head fire intensity and spread. The western and northern regions of the study area exhibited the most pronounced trends toward exacerbated fire behavior, aligning with increased temperatures and fire-prone weather. Conclusions Fire weather intensification is emerging as the dominant driver of landscape flammability, overriding mitigation effects from fuel changes in many regions. This suggests that future wildfire risk in eastern Canada will continue to rise under climate change, despite ongoing shifts in forest composition. These findings highlight the need for adaptive fire management strategies that account for both fuel and climate-driven changes in wildfire regimes.

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 enseignants0,025
Score d'incertitude au seuil0,179

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,007
Tête enseignante GPT0,222
Écart entre enseignants0,215 · 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

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLandscape EcologyMême sujetFire effects on ecosystemsTravaux en français237 207