MétaCan
Menu
Retour à la cohorte
Enregistrement W3197929122 · doi:10.3390/w13172425

Ensemble Projection of Future Climate and Surface Water Supplies in the North Saskatchewan River Basin above Edmonton, Alberta, Canada

2021· article· en· W3197929122 sur OpenAlexafffundabout
Muhammad Rehan Anis, David Sauchyn

Notice bibliographique

RevueWater · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEnvironmental scienceClimate changeSnowmeltPrecipitationSurface runoffWater resourcesClimate modelHydrology (agriculture)Drainage basinBaseline (sea)Surface waterStructural basinClimatologySnowGeographyMeteorologyGeology

Résumé

récupéré en direct d'OpenAlex

Changes in temperature and precipitation are expected to alter the seasonal distribution of surface water supplies in snowmelt-dominated watersheds. A realistic assessment of future climate change and inter-annual variability is required to meet a growing demand for water supplies in all major use sectors. This study focuses on changes in climate and runoff in the North Saskatchewan River Basin (NSRB) above Edmonton, AB, Canada, using the MESH (Modélisation Environnementale communautaire—Surface Hydrology) model. The bias-corrected ensemble of Canadian Regional Climate Model (CanRCM4) data is used to drive MESH for two 60-year time periods, a historical baseline (1951–2010) and future projection (2041–2100), under Representative Concentration Pathway (RCP) 8.5. The precipitation is projected to increase in every season, there is significant trend in spring (0.62) and fall (0.41) and insignificant in summer (0.008). Winter extreme minimum temperature and summer extreme maximum temperature are increasing by 2–3 °C in the near future and 5–6 °C in the far future. Annual runoff increases by 19% compared to base period. The results reveal long-term hydrological variability enabling water resource managers to better prepare for climate change and extreme events to build more resilient systems for future water demand in the NSRB.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,003
Tête enseignante GPT0,171
Écart entre enseignants0,168 · 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

Citations4
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetHydrology and Watershed Management StudiesTravaux en français237 207