MétaCan
Menu
Retour à la cohorte
Enregistrement W2844611649 · doi:10.1029/2018gl079147

Impacts of 1.5 and 2.0 °C Warming on Pan‐Arctic River Discharge Into the Hudson Bay Complex Through 2070

2018· article· en· W2844611649 sur OpenAlexafffund
Matthew K. MacDonald, Tricia Stadnyk, Stephen J. Déry, Marco Braun, David Gustafsson, Kristina Isberg, Berit Arheimer

Notice bibliographique

RevueGeophysical Research Letters · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensOuranosUniversity of ManitobaUniversity of Northern British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBayEnvironmental scienceDischargeGlobal warmingArcticPrecipitationClimatologyOceanographySpring (device)Climate changeDrainage basinGeologyGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Discharge projections into the Hudson Bay Complex to 2070 are investigated for global mean temperature warming levels of 1.5 and 2.0 °C. Median precipitation increases from 1986–2005, ranging from 2% during summer to 19% during winter, are projected to increase discharge in all seasons except summer. The rise in discharge is greatest furthest north, into Foxe Basin, Ungava Bay, and Hudson Strait, exceeding 10% above historical annual means. A 2.0 °C warming results in higher discharge than 1.5 °C warming owing to greater precipitation (e.g., 6.5% greater spring discharge increase); however, summer discharge for 2.0 °C warming is lower due to enhanced evaporation and lower precipitation increase from historical (4.0% lower summer discharge increase). Extreme daily high flows are projected to be greater than historical, more so for 2.0 °C warming than 1.5 °C warming, and this is greatest in the eastern and northern regions. These projections suggest continued increasing river discharge into pan‐Arctic coastal oceans.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil0,460

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,041
Tête enseignante GPT0,312
Écart entre enseignants0,271 · 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'étudeSimulation ou modélisation
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

Citations39
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207