Urban Climates and Climate Change
Pourquoi ce travail est-il dans la base ?
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Prédiction distillée sur la base complète
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.
- Catégories candidates
- aucune
- Catégories consensuelles
- aucune
- Domaine
- Signal candidat: aucuneSignal consensuel: aucune
- Devis d'étude
- Signal candidat: ObservationnelSignal consensuel: aucune
- Genre
- Signal candidat: EmpiriqueSignal consensuel: Empirique
- Score de désaccord entre enseignants
- 0,702
- Score d'incertitude au seuil
- 0,564
- Statut de validation
machine_predicted_unvalidated·codex-gemma-dda1882f352a
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
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.
- Écart entre enseignants
- 0,201 · la distance entre les deux têtes enseignantes sur ce seul travail
- Statut de validation
score_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
Résumé
Cities are particularly vulnerable to extreme weather episodes, which are expected to increase with climate change. Cities also influence their own local climate, for example, through the relative warming known as the urban heat island (UHI) effect. This review discusses urban climate features (even in complex terrain) and processes. We then present state-of-the-art methodologies on the generalization of a common urban neighborhood classification for UHI studies, as well as recent developments in observation systems and crowdsourcing approaches. We discuss new modeling paradigms pertinent to climate impact studies, with a focus on building energetics and urban vegetation. In combination with regional climate modeling, new methods benefit the variety of climate scenarios and models to provide pertinent information at urban scale. Finally, this article presents how recent research in urban climatology contributes to the global agenda on cities and 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.
La notice
- Revue
- Annual Review of Environment and Resources
- Thématique
- Urban Heat Island Mitigation
- Domaine
- Environmental Science
- Établissements canadiens
- Western University
- Organismes subventionnaires
- non disponible
- Mots-clés
- Climate changeUrban climateUrban heat islandTerrainClimate modelUrban climatologyDownscalingEnvironmental scienceGeographyClimatologyEnvironmental resource managementUrban planningMeteorologyEcologyCartography
- Résumé présent dans OpenAlex
- oui