MétaCan
Menu
Retour à la cohorte
Enregistrement W3111489608 · doi:10.4236/gep.2020.812005

Evaluation of Seasonal Changes in Temperature and Precipitation for Iran Five Provincial Centres during 1960-2017

2020· article· en· W3111489608 sur OpenAlexaff
Akram Hedayati-Dezfuli, Farahnaz Fazel‐Rastgar

Notice bibliographique

RevueJournal of Geoscience and Environment Protection · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensYork University
Organismes subventionnairesNational Oceanic and Atmospheric Administration
Mots-clésPrecipitationEnvironmental scienceClimatologyGeographyAtmospheric sciencesMeteorologyGeology

Résumé

récupéré en direct d'OpenAlex

Climate change is one of the key challenges of our era and it is a threat to sustainable development. Global warming has many meteorological consequences including rising air temperatures across the world. Undoubtedly, human activity has been one of the key factors to global warming followed by increased greenhouse gas emissions which will exacerbate changes in the Earth’s climate variables. So, any research work related to the climate around the world including Iran due to climate change may cause to better understand the cause and effect and make a better adaptation. This study investigates the regional warming in five meteorological stations in central provinces of Iran, based on seasonal changes in precipitation and temperatures over the period of 1960-2017 (study period). The seasonal drought severity based on Palmer index during 1960-2005 was used to monitor the drought intensity in the study areas which are in drought risk situation. The classification of drought severity using Palmer index shows the severe drought intensity in Arak, Qom, Semnan, Tehran and Isfahan respectively in all four seasons, especially during fall and summer. The slight changes in the coefficients of seasonal maximum, minimum and mean temperatures have been resulted. According to these results, the highest maximum (minimum) temperature rise has been calculated for Qom (Tehran) station during spring and winter (fall) seasons ~0.44°C (~0.67°C) in a decade during 1960-2017. However, the highest decrease in precipitation over Arak station has been calculated ~13.8 mm in a decade in winter during study period.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,276

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,021
Tête enseignante GPT0,237
Écart entre enseignants0,216 · 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'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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geoscience and Environment ProtectionMême sujetHydrology and Drought AnalysisTravaux en français237 207