MétaCan
Menu
Retour à la cohorte
Enregistrement W3201520385 · doi:10.1029/2021ef002178

Time Evolution of the Surface Urban Heat Island

2021· article· en· W3201520385 sur OpenAlexaff
Iain D. Stewart, E. Scott Krayenhoff, James Voogt, Jacob Lachapelle, Michael Allen, Ashley M. Broadbent

Notice bibliographique

RevueEarth s Future · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensWestern UniversityUniversity of GuelphToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésUrban heat islandMesoscale meteorologyEnvironmental scienceMicroscale chemistryClimatologyWork (physics)Atmospheric sciencesUrban climateMeteorologyUrbanizationGeographyGeologyMathematicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract Atmospheric and surface urban heat islands (UHI) originate from common energetic processes, but the status of scientific knowledge on their time evolution is highly disparate. The diurnal cycles of atmospheric UHI are well known based on years of continuous measurements in cities; the cycles of surface UHI, however, cannot be measured continuously or in situ. In this article, we aim to reconcile these differences. We begin with a synthesis of previous work on the diurnal evolution of surface UHI, which leads to a novel but historically minded approach to the research problem. The approach involves a combination of microscale and mesoscale urban climate models, each of which is forced with universally described urban and rural surface parameters and atmospheric profiles. With these models, we produce theoretical time‐temperature curves for the surface UHI that are comparable to the classic curves of atmospheric UHI. This work prompts a critical look at the use of satellite thermal imagery to assess heat islands and heat risks in cities. To that end, we recommend new and more functional definitions of surface temperature. Conceptually, these represent “incomplete” temperatures defined by specific facets of the urban environment.

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)0,002
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 GPT0,164
Écart entre enseignants0,161 · 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

Citations151
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth s FutureMême sujetUrban Heat Island MitigationTravaux en français237 207