MétaCan
Menu
Retour à la cohorte
Enregistrement W4210829907 · doi:10.1002/joc.7558

Projected changes in Feddema climate characteristics in the Larger Carpathian Region by the end of the 21st century

2022· article· en· W4210829907 sur OpenAlexaff
Amanda Imola Szabó, Hajnalka Breuer, Ferenc Ács, Michal Belda, Johannes J. Feddema

Notice bibliographique

RevueInternational Journal of Climatology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Victoria
Organismes subventionnairesMagyar Tudományos AkadémiaEötvös Loránd TudományegyetemEuropean Commission
Mots-clésSeasonalityClimatologyPrecipitationClimate changeEnvironmental scienceMagnitude (astronomy)GeographyPhysical geographyGeologyMeteorologyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Climate change in the Larger Carpathian Region (LCR) by the end of the century has been analysed using the Feddema climate classification. Temperature (T) and precipitation (P) data for the reference period 1971–2000 were taken from the CarpatClim dataset and projected data for the period 2069–2098 were taken from the EURO‐CORDEX dataset. The delta‐corrected simulated data with EUR‐11 and EUR‐44 resolutions are based on the RCP4.5 and 8.5 scenarios. Results obtained with the RCA4‐EC‐EARTH model pair are presented. Climate indices calculated from T and P describe annual heat and water availability, define the magnitude of seasonal variation and attribute seasonality to the variation of T or P. Changes in spatial coverage of climate types and seasonality types, and spatial shifts in each of the variables are presented. The analysis is performed for the total area and separately for lowlands, hills, low‐, mid‐ and high‐altitude mountain regions. There is a shift indicating warming for every climate type and the climate types indicating water deficiency are to become dryer while climate types with water surplus are to become wetter by the end of the 21st century. In most cases seasonality attributed to T is becoming dominant together with increasing magnitude of seasonality. According to RCP4.5, climate type change will affect 26.2% and seasonality type change will affect 23.2% of the study area. In case of RCP8.5 climate type change is projected on 64.4% and seasonality type change is projected on 48.5% of the study area, respectively. Changes in climate types and seasonality types are more significant in every subregion and altitudinal region of the LCR for RCP8.5 compared to RCP4.5. Climate change projections suggest not only warming but significant changes in moisture availability and seasonality, especially the magnitude of seasonality in mountainous areas.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,253

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
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)0,0030,001

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 Opus0,017
Tête enseignante GPT0,258
Écart entre enseignants0,242 · 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'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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ClimatologyMême sujetClimate variability and modelsTravaux en français237 207