MétaCan
Menu
Retour à la cohorte
Enregistrement W2980721422 · doi:10.1007/s10584-019-02530-6

Assessment of the Laurentian Great Lakes’ hydrological conditions in a changing climate

2019· article· en· W2980721422 sur OpenAlexafffund
Edouard Mailhot, Biljana Music, Daniel F. Nadeau, Anne Frigon, Richard Turcotte

Notice bibliographique

RevueClimatic Change · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensMinistère de l’Environnement, de la Lutte contre les changements climatiques, de la Faune et des ParcsOuranosUniversité LavalMinistère des Ressources naturelles et des Forêts
Organismes subventionnairesCompute CanadaUniversité du Québec à MontréalMitacsMcGill University
Mots-clésEnvironmental sciencePrecipitationSurface runoffClimatologyClimate changeDrainage basinStructural basinPotential evaporationHydrology (agriculture)Atmospheric sciencesMeteorologyGeologyGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract A set of 28 simulations from five regional climate models are used in this study to assess the Great Lakes’ water supply from 1953 to 2100 following emissions scenarios RCP4.5 and 8.5 with a focus on bi-weekly changes in the means and extremes of hydrological variables. Models are first evaluated by comparing annual cycles of precipitation, runoff, evaporation and net basin supply (NBS) with observations. Trends in mean values are then studied for each variable using Theil-Sen’s statistical test. Changes in extreme conditions are analyzed using generalized extreme values distributions for a reference period (1971–2000) and two future periods (2041–2070 and 2071–2100). Ensemble trend results show evaporation increases of 136 and 204 mm (RCP4.5 and RCP8.5) over the Great Lakes between 1953 and 2100. Precipitation increases by 83 and 140 mm and runoff increases by 68 and 135 mm. Trends are not equally distributed throughout the year as seasonal changes differ greatly. As a result, Great Lakes net basin supply is expected to increase in winter and spring and decrease in summer. Over the entire year, NBS increases of 14 and 70 mm are projected for scenarios RCP4.5 and 8.5 respectively by the year 2100. An analysis of extreme values reveals that precipitation and NBS maxima increase by 11 to 27% and 1 to 9% respectively, while NBS minima decrease by 18 to 29% between 1971–2000 and 2041–2100.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,997

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,025
Tête enseignante GPT0,271
Écart entre enseignants0,246 · 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.

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

Citations33
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClimatic ChangeMême sujetHydrology and Watershed Management StudiesTravaux en français237 207