Comparison of forest fire suppression in Quebec and Sweden : a historical review, 1998-2015
Notice bibliographique
Résumé
This study compared two suppression systems in Quebec and Sweden: a centralized wildfire agency working with remote fires in Quebec, and a decentralized fire suppression system in Sweden, with each municipality responsible for extinguishing fires in their community. Their management approaches reflect differences in population density and land area. To understand these study areas, this study collected 25 variables, from eight national databases, that describe suppression cost, area burned, and financial efficiency for fires in 1998-2015. Descriptive analysis (histograms and frequency distributions) compared the two areas, revealing that Sweden had more fires (39,146 versus 11,211), that burned less area (0.92 ha versus 115.6 ha on average), with a lower protection cost (CAD548/ fire versus CAD10,151/ fire), and better efficiency than Quebec. Excluding fires <0.1 ha, the Swedish fires cost less to extinguish per area burned (an average of CAD839/ ha, annually, versus CAD1,860/ ha) and had a lower cost per area protected (an annual average of CAD0.04/ ha versus CAD0.52/ ha). Due to remote fire transportation needs, Quebec used more aircraft, but employed fewer people per fire. Quebec typically sent four people to the fire, while Sweden typically sent six. \n \nTo understand how firefighting agencies can suppress fires effectively and efficiently, linear models statistically evaluated the effect of suppression effort (personnel, aircraft), while controlling for climate, vegetation, remoteness, and location. Multiple lognormal models were evaluated using Akaike Information Criteria. Visual inspection of residual plots confirmed homoscedasticity, linearity, and normality assumptions. Each model used 9-16 significant variables to explain the variance and likeliness of cost (F(23,1549)=3275, p<0.001, R2 = 97.96%, AIC = 14.73), area burned (F(43,975)=210.6, p<0.001, R2 = 89.85%, AIC = 2786), and efficiency (F(23,1549)=3866, p<0.001, R2 = 98.26%, AIC = 14.73). Aircraft hours contributed more to the cost than person hours (0.59% versus 0.30% increase in cost, given a one percent increase in hours worked, p<0.001). However, person hours decreased area burned more than aircraft hours (-0.66% versus -0.31% change in area burned per one percent increase in hours worked, p<0.001). With a lower cost and larger decrease in area burned, it was more efficient (less cost per area burned) to use people than aircraft (0.30% versus 0.59% increase in cost per area burned given one percentage increase of hours worked, p<0.001). A larger, fulltime crew had a bigger impact on decreasing area burned than did temporary helpers (-0.41% versus -0.31% decrease in area burned given a percentage increase of people working, p<0.01). Therefore, the best way to suppress a fire quickly, cheaply, and efficiently is for a strong, initial attack with larger, fulltime crews.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,016 | 0,031 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».