MétaCan
Menu
Retour à la cohorte
Enregistrement W2896136286 · doi:10.14393/bj-v34n5a2018-39485

Changes in past global solar radiation based on climate models and remote sensing in the state of Rio de Janeiro, Brazil

2018· article· en· W2896136286 sur OpenAlexaboutno aff
Carolina Souza Leite de Jesus, Rafael Coll Delgado, Marcos Gervásio Pereira, Leonardo Paula de Souza, Carlos Antônio da Silva, Larissa Pereira Ribeiro Teodoro, Tays Silva Batista, Paulo Eduardo Teodoro

Notice bibliographique

RevueBioscience Journal · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueSolar Radiation and Photovoltaics
Établissements canadiensnon disponible
Organismes subventionnairesUniversidade Federal de Mato Grosso do SulCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésEnvironmental scienceRemote sensingGeographyClimate changeState (computer science)RadiationMeteorologyClimatologyAtmospheric sciencesPhysicsGeologyComputer scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to perform a temporal and spatial analysis of the changes in the past global solar radiation based on climate models and remote sensing data in the State of Rio de Janeiro, Brazil for the baseline period (1961-1990). Data from two climate models - the Canadian Centre for Climate Modelling and Analysis and Geophysical Fluid Dynamic Laboratory, were used for the A1B intermediate scenario, data from Conventional Weather Stations and orbital sensor Moderate Resolution Imaging Spectroradiometer (MODIS) MODIS Land Cover Type (MCD12Q1). The results of the Spatial Dependence Degree indicate that the best model to represent the global solar radiation is CCCMA-Exponential dry 70.01 and rainy 0.21 respectively. It was possible to verify that in places where the areas are occupied by forests there was reduction of global solar radiation for both dry and rainy periods of approximately 13 MJ m-2d-1. These results indicate that these forest areas can function as islands of freshness, while maintaining the thermal comfort balanced. It was concluded that the dry period had the highest values of solar radiation compared to the rainy (57%), which can be justified by the occurrence of fires in Rio de Janeiro.

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)0,002
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,907
Score d'incertitude au seuil0,226

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,022
Tête enseignante GPT0,279
Écart entre enseignants0,257 · 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'étudeAutre devis
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioscience JournalMême sujetSolar Radiation and PhotovoltaicsTravaux en français237 207