Regional and urban heat island studies in megacities: A systematic analysis of research methodology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The paper provides a systematic review of satellite-based regional and urban heat island (RHI and UHI) studies in cities and their challenges, from 2010 to the present based on visualizing scientific landscapes (VOS) viewer analysis and Scopus and science database search using a set of standard criteria. The review results show that 52.17% of the studies used Landsat images followed by MODIS (36.65%). Based on VOS viewer analysis author keywords, remote sensing was strongly linked to urban heat island, urban greenspace, and improvise surface, respectively. Regarding, Co-authorship network China, Canada and the United kingdom’s authors actively collaborated with different world researchers. The most frequently studied regions and periods of research are China and summer daytime, respectively. A total of 55% of the articles reported the use of a mono-window algorithm for retrieving LST from sensors. On the other hand, remotely sensed UHI studies have been facing a series of challenges, including differences between remote sensing satellite-derived LST and air temperature, impacts of clouds and other factors on LST data, methods to quantify UHI, accuracy assessment and attribution of RHI and UHI. Thus, consideration was given to the understudied cities, the methods to compute RHI and/or UHI intensity, inter-annual variability and modeling in the future.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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