MétaCan
Menu
Retour à la cohorte
Enregistrement W3203258711 · doi:10.1016/j.envc.2021.100299

Statistical downscaling of global circulation models to assess future climate changes in the Black Volta basin of Ghana

2021· article· en· W3203258711 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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueEnvironmental Challenges · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDownscalingCirculation (fluid dynamics)Structural basinClimatologyGeneral Circulation ModelEnvironmental scienceClimate modelClimate changeGeographyGeologyOceanographyEngineering

Résumé

récupéré en direct d'OpenAlex

Statistical Downscaling Model (SDSM) is a powerful model for climate change assessment. However, its usage remains very gray with limited studies on climate change (CC) assessment in Ghana. This study explored the applicability and suitability of SDSM for CC assessment in the Black Volta section of Ghana. The hydro-climatic parameters of Hadley center Coupled Model, version 3 (HadCM3) under the A2 and B2 Emissions Scenarios and the second-generation Canadian Earth System Model (CanESM2) under the Representative Concentration Pathways (RCPs) 2.6, 4.5 and 8.5 of the Coupled Model Intercomparison Project Phase 5 were downscaled with SDSM over the Black Volta section in Ghana using 40-year ground station data. The R 2 , NSE, Pbias, RMSE, and KGE of the calibrated and validated results ranged from 64% to 99%, 50–99%, -0.30–21.1, 0.01 °C–1.48 °C and 49%–99%, respectively for both models indicating a good agreement between the historical and the simulated data. The future climate change showed an increase in average minimum temperature of 0.05 °C (2020s), 0.11 °C (2050s), 0.21 °C (2080s) under the A2 scenario, 0.05 °C (2020s), 0.13 °C (2050s), 0.19 °C (2080s) under the B2 scenario, 0.01 °C (2020s), 0.02 °C (2050s), 0.02 °C (2080s) under the RCP 2.6, 0.06 °C (2020s), 0.13 °C (2050s), 0.19 °C (2080s) under the RCP 4.5, and 0.06 °C (2020s), 0.15 °C (2050s), 0.32 °C (2080s) under the RCP 8.5. For Maximum temperature, the average changes showed an increase of 0.17 °C (2020s), 0.36 °C (2050s), 1.14 °C (2080s) under the A2 scenario, 0.18 °C (2020s), 0.39 °C (2050s), 1.01 °C (2080s) under the B2 scenario, 0.03 °C (2020s), 0.16 °C (2050s), 0.17 °C (2080s) under the RCP 2.6, 0.02 °C (2020s), 0.26 °C (2050s), 0.45 °C (2080s) under the RCP 4.5, and 0.03 °C (2020s), 0.29 °C (2050s), 0.61 °C (2080s) under the RCP 8.5. The change in precipitation is not uniform with increase and decrease depending on the months and the scenarios. Overall, A2, B2 scenarios showed higher decrease in precipitation compared to RCPs scenarios. The SDSM is suitable for CC assessment and impact studies. The results from this study are to support the Climate Action, goal 13 of the SDGs.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,641
Score d'incertitude au seuil0,489

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,058
Tête enseignante GPT0,271
Écart entre enseignants0,213 · 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