MétaCan
Menu
Retour à la cohorte
Enregistrement W7127111588 · doi:10.18357/wg23201831

Reduction of wildland-urban-interface fire risk in Kelowna, Canada

2018· article· W7127111588 sur OpenAlexaffabout
Diamir de Scally, Fes A. de Scally, Donna M. Senese

Notice bibliographique

RevueWestern Geography · 2018
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFire protectionGovernment (linguistics)Risk assessmentFire safetyPoison controlRisk management

Résumé

récupéré en direct d'OpenAlex

This study investigates the trajectory of wildland-urban-interface (WUI) fire risk over the period 2004-15 in two neighbourhoods of Kelowna BC, and evaluates progress in risk reduction following the disastrous Okanagan Mountain fire of 2003. Results show that WUI fire risk is increasing, partly because of an increase in wildfires but mostly because of rapid residential expansion into WUI areas. Recommendations by the provincial government to reduce the WUI fire risk in Kelowna following the 2003 and earlier WUI fire disasters in the province have been only partially implemented. Instead, emphasis is being placed on largely voluntary measures bythe development industry and individual homeowners to reduce risk. To halt the increase in risk, such voluntary measures need to be blended with strategies such as mandatory use of less combustible building materials in new construction, land-use and roadway planning focused on fire risk reduction, and mandatory programs to reduce ignitability in older neighbourhoods.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,050
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,004
Tête enseignante GPT0,194
Écart entre enseignants0,191 · 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.

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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWestern GeographyMême sujetFire effects on ecosystemsTravaux en français237 207