Trend analysis of winter rainfall over southern Québec and new Brunswick (Canada)
Notice bibliographique
Résumé
Winter rainfall is a non‐negligible issue for urban drainage in Canada as it can generate significant flooding, especially when it occurs at the same time as high air temperature and in the presence of an appreciable snow cover. According to climate change scenarios, it is expected that the occurrence of these events will increase in a future climate. The purpose of this paper is to perform a trend analysis on six indices related to winter rainfall (January–February) at 60 weather stations located in southern Québec and New Brunswick (Canada) in order to detect possible trends in the frequency or intensity of winter rainfall events during the twentieth century. Datasets were provided by Environment Canada and come from the Canadian Daily Rehabilitated Precipitation Database. The bootstrap‐based Mann‐Kendall test is used to detect possible non‐stationarities in the dataset, while Sen's slope estimator is used to quantify the magnitude of the slope. Results show that 19 stations out of 60 present a significant trend (18 of them being positive) at a 5% level for winter (January–February) total rainfall. In most cases where a trend was detected for winter rainfall there was also an increase in the number of days with rainfall (42% of the stations). These results suggest that globally, for the region under study, rainfall during January and February was more likely to occur, often resulting in a significant increase in the total rainfall during these months. Increasing trends in maximum daily rainfall during January and February were also observed for 9 stations (15% of the stations). The spatial distribution of stations where significant trends were detected is consistent with the hypothesis that trends in winter rainfall are more likely to be observed for stations located in the southern part of the region under study.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».