GlobalRx: A global assemblage of regional prescribed burn records
Notice bibliographique
Résumé
File Name File Type Description ERA5_CEMS_Download_and_Resample_Notebooks.zip ZIP file containing Python Jupyter notebooks Code used to download and resample ERA5 and CEMS meteorological data from hourly into daily values Geolocate_GlobalRx_Notebooks.zip ZIP file containing Python Jupyter notebooks Code used to determine values of meteorological and environmental variables at date and location of each burn record GlobalRx-Figures-Stats.ipynb Jupyter notebook Code used to calculate and generate all statistics and figures in the paper GlobalRx_CSV_v2024.1.csv GlobalRx_XLSX_v2024.1.xlsx GlobalRx_SHP_v2024.1.zip CSV, Excel, and ZIP file containing shape file and accompanying feature files GlobalRx dataset. Features of the dataset are described in more detail below.** summary_table_country_biome_GlobalRx.xlsx summary_table_country_fuelbed_GlobalRx.xlsx summary_table_country_burned_area_hist_GlobalRx.xlsx Excel files Summary tables containing counts of the number of records for all biomes, fuelbed classifications, and burned area size ranges for each country **Description of GlobalRx Dataset: 204,517 records of prescribed burns in 16 countries. In the information below, the name of the variable's column within the dataset is given in parentheses () in code font. For example, the column with the Drought Code data is titled DC. For each record, the following general information (derived from the original burn records sources) is included, where available: Latitude (Latitude) Longitude (Longitude) Year (Year) Month (Month) Day (Day) Time* (Time) DOY (DOY) Date (Date) Country (Country) State/Province (State/Province) Agency/Organisation (Agency/Organisation) Burn Objective* (Burn Objective) Area Burned (Ha)* (Area Burned (Ha)) Data Repository (Data Repository) Citation (Citation) * Not available for every record For each record, the following meteorological information (derived from the ERA5 single levels reanalysis product) is also included: Daily total accumulated precipitation (PPT_tot) Daily minimum and mean relative humidity (RH_min, RH_mean)* Daily maximum 2-meter temperature (T_max,T_mean) Daily maximum and mean 10-meter wind speed (Wind_max, Wind_mean) Daily minimum boundary layer height (BLH_min) C-Haines Index (CHI)* Vapor pressure deficit (VPD)* * Computed from other ERA5 meteorological variables. For each record, the following fire weather indices and components (derived from ERA5 fire weather reanalysis product) are also included: Canadian fire weather index (FWI) Fine fuel moisture code (FFMC) Drought moisture code (DMC) Drought code (DC) McArthur forest fire danger index (FFDI) Keetch-Byram drought index (KBDI) US burning index (USBI) For each record, the following environmental information (derived from various sources, see paper for more information) is also included: Ecoregion (Olson et al. 2001) (Ecoregion (Olson)) Biome (Olson et al. 2001) (Biome (Olson)) Koppen Climate (Beck et al. 2023) (Koppen Climate) Topography (Danielson and Gesch 2011) (Topography) Fuelbed Classification (GFD-FCCS) (Pettinari and Chuvieco 2016) (Fuelbed Classification (GFD-FCCS)) Fuelbed Group, broader groupings of the Fuelbed Classification used in the summary tables above (Fuelbed Group) WDPA Name (WDPA 2024) (WDPA Name) WDPA Governance (WDPA 2024) (WDPA Governance) WDPA Ownership (WDPA 2024) (WDPA Ownership) WDPA Designation (WDPA 2024) (WDPA Designation) WDPA IUCN Category (WDPA 2024) (WDPA IUCN Category)
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,038 |
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 source (Gemma direct ou Codex distillé), 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 ».