MétaCan
Menu
Retour à la cohorte
Enregistrement W2060321602 · doi:10.5539/jgg.v6n2p124

Temperature Change and Its Elevation Dependency in the Source Region of the Yangtze River and Yellow River

2014· article· en· W2060321602 sur OpenAlexvenueno aff
E Chongyi, Hongchang Hu, Xie Hong, Yongjuan Sun

Notice bibliographique

RevueJournal of Geography and Geology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Changes in China
Établissements canadiensnon disponible
Organismes subventionnairesQinghai Normal UniversityNational Science Foundation
Mots-clésGlobal warmingPlateau (mathematics)Environmental scienceElevation (ballistics)Climate changeYangtze riverUrbanizationClimatologyMaximum temperatureMean radiant temperatureAmplitudeAtmospheric sciencesGeographyGeologyOceanographyEcologyChina

Résumé

récupéré en direct d'OpenAlex

The study of temperature change and its elevation dependency in the source region of the Yangtze River and Yellow River have been insufficient owing to the lack of adequate observation stations and long-term climatic data. In this study five temperature indices of 32 stations from 1961 to 2007 in and near the source region are used. The 32 stations all have experienced significant warming; the warming amplitudes are higher than the mean warming amplitude of the Qinghai-Tibetan plateau. The warming amplitudes and the numbers of stations showing significant warming trends in mean minimum temperature and extreme minimum temperature are higher than that of the mean maximum temperature and extreme maximum temperature. The elevation dependency of climatic warming and the amount of significant warming stations are not obvious; the influence of human activity and urbanization may be higher. The warming amplitudes of 26 stations above 3000 m tend to be uniform, and there is no significant law at 6 stations below 3000 m. On the contrary, the ratio of stations showing significant warming in minimum temperature above 4000 m is far less than that of the stations below 4000 m.

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 enseignants0,012
Score d'incertitude au seuil0,023

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,195
Écart entre enseignants0,186 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geography and GeologyMême sujetEnvironmental Changes in ChinaTravaux en français237 207