MétaCan
Menu
Retour à la cohorte
Enregistrement W3108537578 · doi:10.1038/s41597-020-00763-0

ClimateEU, scale-free climate normals, historical time series, and future projections for Europe

2020· article· en· W3108537578 sur OpenAlex

Pourquoi ce travail est 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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueScientific Data · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of British ColumbiaUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésClimate changeScale (ratio)DownscalingEnvironmental scienceClimate modelClimatologyDownloadAdaptation (eye)SoftwareComputer scienceDatabaseEnvironmental resource managementMeteorologyGeographyCartographyEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Interpolated climate data have become essential for regional or local climate change impact assessments and the development of climate change adaptation strategies. Here, we contribute an accessible, comprehensive database of interpolated climate data for Europe that includes monthly, annual, decadal, and 30-year normal climate data for the last 119 years (1901 to 2019) as well as multi-model CMIP5 climate change projections for the 21 st century. The database also includes variables relevant for ecological research and infrastructure planning, comprising more than 20,000 climate grids that can be queried with a provided ClimateEU software package. In addition, 1 km and 2.5 km resolution gridded data generated by the software are available for download. The quality of ClimateEU estimates was evaluated against weather station data for a representative subset of climate variables. Dynamic environmental lapse rate algorithms employed by the software to generate scale-free climate variables for specific locations lead to improvements of 10 to 50% in accuracy compared to gridded data. We conclude with a discussion of applications and limitations of this database.

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.

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)0,001
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,596
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,003
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 Opus0,044
Tête enseignante GPT0,242
Écart entre enseignants0,198 · 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