MétaCan
Menu
Retour à la cohorte
Enregistrement W2913214501 · doi:10.1029/2018gl080720

Atmospheric Rivers Increase Future Flood Risk in Western Canada's Largest Pacific River

2019· article· en· W2913214501 sur OpenAlexafffundabout
Charles L. Curry, Siraj Ul Islam, Francis W. Zwiers, Stephen J. Déry

Notice bibliographique

RevueGeophysical Research Letters · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Northern British ColumbiaPacific Institute for Climate SolutionsUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStreamflowCoupled model intercomparison projectPluvialSnowpackEnvironmental scienceDrainage basinClimatologyFlood mythSnowClimate changeHydrometeorologySurface runoffClimate modelHydrology (agriculture)PrecipitationGeologyOceanographyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Snow‐dominated watersheds are bellwethers of climate change. Hydroclimate projections in such basins often find reductions in annual peak runoff due to decreased snowpack under global warming. British Columbia's Fraser River Basin (FRB) is a large, nival basin with exposure to moisture‐laden atmospheric rivers originating in the Pacific Ocean. Landfalling atmospheric rivers over the region in winter are projected to increase in both strength and frequency in Coupled Model Intercomparison Project Phase 5 climate models. We investigate future changes in hydrology and annual peak daily streamflow in the FRB using a hydrologic model driven by a bias‐corrected Coupled Model Intercomparison Project Phase 5 ensemble. Under Representative Concentration Pathway (8.5), the FRB evolves toward a nival‐pluvial regime featuring an increasing association of extreme rainfall with annual peak daily flow, a doubling in cold season peak discharge, and a decrease in the return period of the largest historical flow, from a 1‐in‐200‐year to 1‐in‐50‐year event by the late 21st century.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,431
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,010
Tête enseignante GPT0,239
Écart entre enseignants0,229 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations63
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetClimate variability and modelsTravaux en français237 207