MétaCan
Menu
Retour à la cohorte
Enregistrement W2982321420 · doi:10.1088/1748-9326/ab5256

Limiting global warming to 1.5 °C will lower increases in inequalities of four hazard indicators of climate change

2019· article· en· W2982321420 sur OpenAlexaff
Hideo Shiogama, Tomoko Hasegawa, Shinichiro Fujimori, Daisuke Murakami, Kiyoshi Takahashi, Katsumasa Tanaka, Seita Emori, Izumi Kubota, Manabu Abe, Yukiko Imada, Masahiro Watanabe, Dann Mitchell, Nathalie Schaller, Jana Sillmann, Erich Fischer, John Scinocca, Ingo Bethke, Ludwig Lierhammer, Jun’ya Takakura, Tim Trautmann, Petra Döll, Sebastian Ostberg, Hannes Müller Schmied, Fahad Saeed, Carl‐Friedrich Schleussner

Notice bibliographique

RevueEnvironmental Research Letters · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of VictoriaEnvironment and Climate Change Canada
Organismes subventionnairesBundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und VerbraucherschutzJapan Agency for Marine-Earth Science and TechnologyBundesministerium für Bildung und ForschungOffice of ScienceNorges ForskningsrådMinistry of Education, Culture, Sports, Science and TechnologyEnvironmental Restoration and Conservation AgencySight Research UKNational Energy Research Scientific Computing CenterNatural Environment Research CouncilU.S. Department of Energy
Mots-clésLimitingEnvironmental scienceGlobal warmingVulnerability (computing)Climate changeHazardClimatologyPopulationStreamflowHazard ratioGeographyMathematicsStatisticsDemographyComputer scienceConfidence intervalGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Clarifying characteristics of hazards and risks of climate change at 2 °C and 1.5 °C global warming is important for understanding the implications of the Paris Agreement. We perform and analyze large ensembles of 2 °C and 1.5 °C warming simulations. In the 2 °C runs, we find substantial increases in extreme hot days, heavy rainfalls, high streamflow and labor capacity reduction related to heat stress. For example, about half of the world’s population is projected to experience a present day 1-in-10 year hot day event every other year at 2 °C warming. The regions with relatively large increases of these four hazard indicators coincide with countries characterized by small CO 2 emissions, low-income and high vulnerability. Limiting global warming to 1.5 °C, compared to 2 °C, is projected to lower increases in the four hazard indicators especially in those regions.

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 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 enseignants0,042
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,048
Tête enseignante GPT0,306
Écart entre enseignants0,258 · 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

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetClimate variability and modelsTravaux en français237 207