MétaCan
Menu
Retour à la cohorte
Enregistrement W4213177376 · doi:10.5539/jgg.v14n1p9

Rainfall Characteristics during the Years of Significant Departures from Normal in the Sudano-Sahelian Ecological Zone of Nigeria

2022· article· en· W4213177376 sur OpenAlexvenueno aff
Adewale Oluwagbenga Adeyefa, Theophilus Odeyemi Odekunle

Notice bibliographique

RevueJournal of Geography and Geology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDry seasonWet seasonEnvironmental scienceFamineGeographyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

The rationale examining the rainfall characteristics during the years of significant departures from normal in the Sudano-Sahelian Ecological Zone (SSEZ) of Nigeria is based on the devastating effects of extreme weather events and their subsequent implications for agriculture and food security in sub-Saharan Africa. This study designated Significant Years of Positive Departure (SYPD) and Negative Departure (SYND) of rainfall from normal using a Z-score analysis on 39 years of rainfall data (1980-2018) for Sokoto, Kano, Maiduguri, and Nguru. The results show that nine years possessed significant positive departures in rainfall versus six years of negative departures significant at α = 0.05. The frequency of occurrence of intra-seasonal dry spells outweighed that of wet spells in all the years except in 2000 (Maiduguri), 2012 (Kano and Nguru), and 2016 in Sokoto. Light rainfall contributed almost 60% of the total annual rainfall in the zone with heavy rains comprising 17.6% of the total in SYPD versus only 3% in SYND. The average length of the growing season (106 days) was higher during the SYND than the SYPD with an average of 99 days. Onset and retreat days were mostly recorded during June and September respectively in SSEZ. This study found that SYPD in Sudano-Sahelian Ecological Zone possessed more wet occurrences than dry periods resulting from below-normal rainfall. These wetter occurrences also possess food security concerns because of their timing, while the SYND years portend to drought and possible famine.

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 enseignants0,007
Score d'incertitude au seuil0,014

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
Bibliométrie0,0010,001
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 Opus0,003
Tête enseignante GPT0,187
Écart entre enseignants0,183 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geography and GeologyMême sujetHydrology and Drought AnalysisTravaux en français237 207