MétaCan
Menu
Retour à la cohorte
Enregistrement W4205864191 · doi:10.3390/forecast4010006

Analysing Historical and Modelling Future Soil Temperature at Kuujjuaq, Quebec (Canada): Implications on Aviation Infrastructure

2022· article· en· W4205864191 sur OpenAlexafffundabout
Andrew C. W. Leung, William A. Gough, Tanzina Mohsin

Notice bibliographique

RevueForecasting · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensThe Scarborough HospitalUniversity of TorontoEnvironment and Climate Change Canada
Organismes subventionnairesUniversity of Toronto ScarboroughNatural Sciences and Engineering Research Council of CanadaEnvironment and Climate Change CanadaUniversity of Toronto
Mots-clésDownscalingEnvironmental scienceClimate changeClimatologySoil waterClimate modelBaseline (sea)Representative Concentration PathwaysSoil scienceGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

The impact of climate change on soil temperatures at Kuujjuaq, Quebec in northern Canada is assessed. First, long-term historical soil temperature records (1967–1995) are statistically analyzed to provide a climatological baseline for soils at 5 to 150 cm depths. Next, the nature of the relationship between atmospheric variables and soil temperature are determined using a statistical downscaling model (SDSM) and National Centers for Environmental Prediction (NCEP), a climatological data set. SDSM was found to replicate historic soil temperatures well and used to project soil temperatures for the remainder of the century using climate model output Canadian Second Generation Earth System Model (CanESM2). Three Representative Concentration Pathway scenarios (RCP 2.6, 4.5 and 8.5) were used from the Intergovernmental Panel on Climate Change (IPCC) Fifth Assessment Report (AR5). This study found that the soil temperature at this location may warm at 0.9 to 1.2 °C per decade at various depths. Annual soil temperatures at all depths are projected to rise to above 0 °C for the 1997–2026 period for all climate scenarios. The melting soil poses a hazard to the airport infrastructure and will require adaptation measures.

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)0,001
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 enseignants0,027
Score d'incertitude au seuil0,196

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0020,000

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 Opus0,030
Tête enseignante GPT0,198
Écart entre enseignants0,167 · 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

Citations4
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueForecastingMême sujetClimate change and permafrostTravaux en français237 207