MétaCan
Menu
Retour à la cohorte
Enregistrement W4200489874 · doi:10.3390/w13243506

Spatiotemporal Changes in Temperature and Precipitation in West Africa. Part I: Analysis with the CMIP6 Historical Dataset

2021· article· en· W4200489874 sur OpenAlexfundno aff
Gandomè Mayeul Léger Davy Quenum, Francis Nkrumah, Nana Ama Browne Klutse, Mouhamadou Bamba Sylla

Notice bibliographique

RevueWater · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesCenter for High Performance ComputingGlobal Affairs CanadaInternational Development Research CentreGovernment of Canada
Mots-clésPrecipitationClimatologyCoupled model intercomparison projectEnvironmental scienceClimate changeCruMaximum temperatureMonsoonTrend analysisMean radiant temperatureClimate modelGeographyMeteorologyMathematicsStatisticsGeology

Résumé

récupéré en direct d'OpenAlex

Climate variability and change constitute major challenges for Africa, especially West Africa (WA), where an important increase in extreme climate events has been noticed. Therefore, it appears essential to analyze characteristics and trends of some key climatological parameters. Thus, this study addressed spatiotemporal variabilities and trends in regard to temperature and precipitation extremes by using 21 models of the Coupled Model Intercomparison Project version 6 (CMIP6) and 24 extreme indices from the Expert Team on Climate Change Detection and Indices (ETCCDI). First, the CMIP6 variables were evaluated with observations (CHIRPS, CHIRTS, and CRU) of the period 1983–2014; then, the extreme indices from 1950 to 2014 were computed. The innovative trend analysis (ITA), Sen’s slope, and Mann–Kendall tests were utilized to track down trends in the computed extreme climate indices. Increasing trends were observed for the maxima of daily maximum temperature (TXX) and daily minimum temperature (TXN) as well as the maximum and minimum of the minimum temperature (TNX and TNN). This upward trend of daily maximum temperature (Tmax) and daily minimum temperature (Tmin) was enhanced with a significant increase in warm days/nights (TX90p/TN90p) and a significantly decreasing trend in cool days/nights (TX10p/TN10p). The precipitation was widely variable over WA, with more than 85% of the total annual water in the study domain collected during the monsoon period. An upward trend in consecutive dry days (CDD) and a downward trend in consecutive wet days (CWD) influenced the annual total precipitation on wet days (PRCPTOT). The results also depicted an upward trend in SDII and R30mm, which, additionally to the trends of CDD and CWD, could be responsible for localized flood-like situations along the coastal areas. The study identified the 1970s dryness as well as the slight recovery of the 1990s, which it indicated occurred in 1992 over West Africa.

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)0,001
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 enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
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 Opus0,018
Tête enseignante GPT0,214
Écart entre enseignants0,195 · 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

Citations49
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetClimate variability and modelsTravaux en français237 207