MétaCan
Menu
Retour à la cohorte
Enregistrement W3018205398 · doi:10.1088/2515-7620/ab8ca8

Projections of declining outdoor skating availability in Montreal due to global warming

2020· article· en· W3018205398 sur OpenAlexaffabout
Mitchell Dickau, H. Damon Matthews, Étienne Guertin, Donny Seto

Notice bibliographique

RevueEnvironmental Research Communications · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueAdventure Sports and Sensation Seeking
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceProxy (statistics)ClimatologyClimate changeMaximum temperatureLogistic regressionGlobal warmingMeteorologyMean radiant temperatureGeographyStatisticsMathematicsEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Outdoor skating is a valued and culturally important winter activity in Canada that is vulnerable to warming winter temperatures resulting from anthropogenic climate change. Changes to the outdoor skating season (OSS) due to climate change have been estimated from historical weather records using the occurrence of daily temperatures below a particular temperature threshold as a proxy for rink availability. However, research on the actual weather conditions needed for outdoor rinks to be maintained in reasonable condition is limited. In this study, we used historical weather data and daily reports on outdoor rinks in Montréal to identify which daily or multi-day temperature variable can best act as an indicator of outdoor ice rink availability. We evaluated a series of temperature variables using a logistic regression to predict the likelihood of open rinks during each day of the season. Using AIC scores to select the best model, we found that the mean of the preceding six-day maximum temperature was the best predictor of skating availability. Using this temperature predictor, we then projected changes in the duration of the future OSS in Montréal based on global climate model data, downscaled to the island of Montréal using the MarkSim Weather Generator. Our results showed that the mean OSS duration in Montréal would range from a 15% to a >75% decline by 2090 depending on which future emissions scenario we follow. In a scenario that limits global temperature rise to below 2.0 °C (RCP 2.6), we projected a 41 day mean OSS duration at the end of this century. By contrast, under a business-as-usual emissions pathway (RCP 8.5), the average length of the OSS in Montréal could decline to only 11 days per year. Our results suggest that very ambitious climate change mitigation will be required to preserve outdoor skating in Montréal in the face of ongoing global 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 enseignants0,035
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,163
Tête enseignante GPT0,442
Écart entre enseignants0,280 · 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

Citations10
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research CommunicationsMême sujetAdventure Sports and Sensation SeekingTravaux en français237 207