MétaCan
Menu
Retour à la cohorte
Enregistrement W2489609242 · doi:10.2166/wcc.2016.139

Long-term trends of climate change and its impact on crop growing season on Montreal Island

2016· article· en· W2489609242 sur OpenAlexaffabout
Erika Bouchard, Zhiming Qi

Notice bibliographique

RevueJournal of Water and Climate Change · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to elevated CO2
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésClimate changePrecipitationEnvironmental scienceClimatologyGeographyTerm (time)Growing seasonTrend analysisMeteorologyMathematicsAgronomyStatisticsEcology

Résumé

récupéré en direct d'OpenAlex

Long-term trends in air temperature and precipitation under climate change were analyzed for two meteorological stations on the Island of Montreal: McGill (1872–1986) and Pierre-Elliott-Trudeau (P-E-T, formerly Dorval) Airport (1942–2014). A linear trendline analysis, the Mann–Kendall (MK) test and the two-sample Kolmogorov–Smirnov (KS) test were conducted to assess specific climate trends. On a 100-year basis, temperature increased 1.88°C (34%) and 1.18°C (19%) at the McGill and P-E-T Airport sites, respectively, while annual rainfall increased 23.9 mm y−1 (2.3%) and 138.8 mm y−1 (15%) over the same period. The frequency of 50% (every other year) and 95% (every year) annual maximum daily rainfall events showed decreasing trends for the McGill station, but increasing trends for the P-E-T Airport station. Growing degree-days and growing season length are prone to being influenced by climate change and are critical to managing agricultural activities in the Montreal region; both showed increasing trends. At the same time, the onset of the growing season occurred earlier as time progressed.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,878
Score d'incertitude au seuil0,209

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,040
Tête enseignante GPT0,265
Écart entre enseignants0,224 · 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.

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

Citations5
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Water and Climate ChangeMême sujetPlant responses to elevated CO2Travaux en français237 207