MétaCan
Menu
Retour à la cohorte
Enregistrement W2942854102 · doi:10.1016/j.envint.2019.04.025

Global heat stress on health, wildfires, and agricultural crops under different levels of climate warming

2019· article· en· W2942854102 sur OpenAlexaboutno aff
Qiaohong Sun, Chiyuan Miao, Martin Hanel, Alistair G.L. Borthwick, Qingyun Duan, Duoying Ji, Hu Li

Notice bibliographique

RevueEnvironment International · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesState Key Laboratory of Earth Surface Processes and Resource EcologyNational Natural Science Foundation of China
Mots-clésGlobal warmingClimate changeEnvironmental scienceAgricultureGeographyAgricultural productivityClimate modelPopulationClimatologyEnvironmental protectionEnvironmental healthEcologyBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

The effects of heat stress are spatially heterogeneous owing to local variations in climate response, population density, and social conditions. Using global climate and impact models from the Inter-Sectoral Impact Model Intercomparison Project, our analysis shows that the frequency and intensity of heat events increase, especially in tropical regions (geographic perspective) and developing countries (national perspective), even with global warming held to the 1.5 °C target. An additional 0.5 °C increase to the 2 °C warming target leads to >15% of global land area becoming exposed to levels of heat stress that affect human health; almost all countries in Europe will be subject to increased fire danger, with the duration of the fire season lasting 3.3 days longer; 106 countries are projected to experience an increase in the wheat production-damage index. Globally, about 38%, 50%, 46%, 36%, and 48% of the increases in exposure to health threats, wildfire, crop heat stress for soybeans, wheat, and maize could be avoided by constraining global warming to 1.5 °C rather than 2 °C. With high emissions, these impacts will continue to intensify over time, extending to almost all countries by the end of the 21st century: >95% of countries will face exposure to health-related heat stress, with India and Brazil ranked highest for integrated heat-stress exposure. The magnitude of the changes in fire season length and wildfire frequency are projected to increase substantially over 74% global land, with particularly strong effects in the United States, Canada, Brazil, China, Australia, and Russia. Our study should help facilitate climate policies that account for international variations in the heat-related threats posed by climate change.

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 enseignants0,011
Score d'incertitude au seuil0,022

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,007
Tête enseignante GPT0,223
Écart entre enseignants0,216 · 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

Citations375
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment InternationalMême sujetFire effects on ecosystemsTravaux en français237 207