MétaCan
Menu
Retour à la cohorte
Enregistrement W2065209617 · doi:10.1080/15730620903242832

Trends and multi-decadal variability of annual maximum precipitation for Seoul, South Korea

2009· article· en· W2065209617 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueUrban Water Journal · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesJoint Institute for the Study of the Atmosphere and Ocean
Mots-clésPrecipitationFlood mythClimatologyWaveletGeographyChristian ministrySeries (stratigraphy)Environmental scienceMeteorologyPolitical scienceGeologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Flood risk management is an important and difficult problem for the densely populated and rapidly urbanised city of Seoul, South Korea. This study characterises long-term trends and variability in the city's annual maximum daily precipitation (AMP) over multiple decades. Smoothing the time series reveals that recent decades have witnessed a steep upward trend in AMP. Continuous wavelet analysis shows that the AMP series has statistically significant power in the 32–60-year periodicity band between 1880 and 1960 (one full cycle is clearly visible in the smoothed series). This feature has an even wider scope in the annual total precipitation series, suggesting that a real oscillation exists. Four climate indices were investigated as possible explanatory variables for the AMP series using cross-wavelet analysis, but no significant coherence between the signals was found. Finally, mean AMP forecasts based on three interpretations of the past linear trend are provided for flood risk management. Keywords: climate variabilityflood frequencymulti-decadaltrendprecipitationwavelet Acknowledgments This research was also supported by a grant (05 InfrastructureD03-1) from the Construction Infrastructure Technology Program funded by the Ministry of Construction & Transportation of Korean government.

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.

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 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 enseignants0,192
Score d'incertitude au seuil0,317

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,245
Écart entre enseignants0,227 · 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