MétaCan
Menu
Retour à la cohorte
Enregistrement W3022396021 · doi:10.1029/2019ef001398

Larger Drought and Flood Hazards and Adverse Impacts on Population and Economic Productivity Under 2.0 than 1.5°C Warming

2020· article· en· W3022396021 sur OpenAlexaboutno aff
Ran Zhai, Fulu Tao, Upmanu Lall, Bojie Fu, Joshua Elliott, Jonas Jägermeyr

Notice bibliographique

RevueEarth s Future · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésSurface runoffEnvironmental scienceClimate changeGlobal warmingFlood mythPopulationHydrology (agriculture)GeographyEcologyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Climate change may have major influences on surface runoff, which would consequently result in important implications for terrestrial ecosystems and human well‐being. At global scale there is limited understanding of these issues with respect to the warming targets stipulated in the Paris Agreement. Here we use a well‐established hydrological model (Variable Infiltration Capacity [VIC]) forced with a representative ensemble of latest climate projections from four global circulation models (GCMs) to estimate potential future changes in runoff and Terrestrial Ecosystem Water Retention (TEWR), as well as changes in extreme runoff and their impacts on population, and overall gross domestic product (GDP) worldwide. Results suggest that annual runoff generally would have larger increases, while annual TEWR generally would have larger decreases under the 2.0°C warming scenario as opposed to 1.5°C warming scenario. Global mean warming of 2°C versus 1.5°C would lead to more distinct spatial patterns in runoff change, with a general shift of the runoff distribution towards more extreme low runoff in Mexico, western United States, Western Europe, southeastern China, West Siberian Plain and more extreme high runoff in Alaska, northern Canada, and large parts of Asia. More people and GDP would be exposed to extreme low runoff decrease, extreme high runoff increase, extreme low runoff decrease as well as extreme high runoff increase under a higher warming scenario. This study differentiates hydrological impacts between the two warming scenarios and illustrates higher runoff, lower TEWR, larger potential drought and flood hazards and adverse impacts on population and GDP under 2°C than 1.5°C.

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)0,000
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
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 GPT0,202
Écart entre enseignants0,195 · 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

Citations55
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth s FutureMême sujetHydrology and Watershed Management StudiesTravaux en français237 207