MétaCan
Menu
Retour à la cohorte
Enregistrement W2800124768 · doi:10.1007/s10584-018-2199-x

Indices of Canada’s future climate for general and agricultural adaptation applications

2018· article· en· W2800124768 sur OpenAlexaffabout
Guilong Li, Xuebin Zhang, Alex J. Cannon, Trevor Q. Murdock, Steven Sobie, Francis W. Zwiers, Kevin Anderson, Budong Qian

Notice bibliographique

RevueClimatic Change · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensAgriculture and Agri-Food CanadaPacific Institute for Climate SolutionsUniversity of VictoriaEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésDownscalingEnvironmental scienceClimate changeClimatologyPrecipitationRepresentative Concentration PathwaysClimate modelGlobal warmingHeating degree dayAgricultureMean radiant temperatureGreenhouse gasAtmospheric sciencesMeteorologyEnergy consumptionGeographyEcology

Résumé

récupéré en direct d'OpenAlex

This study evaluates regional-scale projections of climate indices that are relevant to climate change impacts in Canada. We consider indices of relevance to different sectors including those that describe heat conditions for different crop types, temperature threshold exceedances relevant for human beings and ecological ecosystems such as the number of days temperatures are above certain thresholds, utility relevant indices that indicate levels of energy demand for cooling or heating, and indices that represent precipitation conditions. Results are based on an ensemble of high-resolution statistically downscaled climate change projections from 24 global climate models (GCMs) under the RCP2.6, RCP4.5, and RCP8.5 emissions scenarios. The statistical downscaling approach includes a bias-correction procedure, resulting in more realistic indices than those computed from the original GCM data. We find that the level of projected changes in the indices scales well with the projected increase in the global mean temperature and is insensitive to the emission scenarios. At the global warming level about 2.1 °C above pre-industrial (corresponding to the multi-model ensemble mean for 2031–2050 under the RCP8.5 scenario), there is almost complete model agreement on the sign of projected changes in temperature indices for every region in Canada. This includes projected increases in extreme high temperatures and cooling demand, growing season length, and decrease in heating demand. Models project much larger changes in temperature indices at the higher 4.5 °C global warming level (corresponding to 2081–2100 under the RCP8.5 scenario). Models also project an increase in total precipitation, in the frequency and intensity of precipitation, and in extreme precipitation. Uncertainty is high in precipitation projections, with the result that models do not fully agree on the sign of changes in most regions even at the 4.5 °C global warming level.

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 enseignants0,547
Score d'incertitude au seuil0,987

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 Opus0,033
Tête enseignante GPT0,245
Écart entre enseignants0,213 · 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

Citations42
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClimatic ChangeMême sujetClimate variability and modelsTravaux en français237 207