MétaCan
Menu
Retour à la cohorte
Enregistrement W3209915156 · doi:10.3390/rs13214350

Dynamical Downscaling of Temperature Variations over the Canadian Prairie Provinces under Climate Change

2021· article· en· W3209915156 sur OpenAlexaffabout
Xiong Zhou, Guohe Huang, Yongping Li, Qianguo Lin, Denghua Yan, Xiaojia He

Notice bibliographique

RevueRemote Sensing · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Regina
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésDownscalingEnvironmental scienceClimate changeClimatologyClimate modelMean radiant temperatureBaseline (sea)Maximum temperatureAtmospheric sciencesGeology

Résumé

récupéré en direct d'OpenAlex

In this study, variations of daily mean, maximum, and minimum temperature (expressed as Tmean, Tmax, and Tmin) over the Canadian Prairie Provinces were dynamically downscaled through regional climate simulations. How the regional climate would increase in response to global warming was subsequently revealed. Specifically, the Regional Climatic Model (RegCM) was undertaken to downscale the boundary conditions of Geophysical Fluid Dynamics Laboratory Earth System Model Version 2M (GFDL-ESM2M) over the Prairie Provinces. Daily temperatures (i.e., Tmean, Tmax, and Tmin) were subsequently extracted from the historical and future climate simulations. Temperature variations in the two future periods (i.e., 2036 to 2065 and 2065 to 2095) are then investigated relative to the baseline period (i.e., 1985 to 2004). The spatial distributions of temperatures were analyzed to reveal the regional impacts of global warming on the provinces. The results indicated that the projected changes in the annual averages of daily temperatures would be amplified from the southwest in the Rocky Mountain area to the northeast in the prairie region. It was also suggested that the projected temperature averages would be significantly intensified under RCP8.5. The projected temperature variations could provide scientific bases for adaptation and mitigation initiatives on multiple sectors, such as agriculture and economic sectors over the Canadian Prairies.

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 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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil0,913

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,248
Écart entre enseignants0,226 · 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 tête enseignante, 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

Citations14
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetClimate variability and modelsTravaux en français237 207