MétaCan
Menu
Retour à la cohorte
Enregistrement W4233126167 · doi:10.32920/ryerson.14644458

An Assessment of Microclimates in Southern Ontario: the Application of the Local Climate Zone Method in Toronto and the Surrounding Region

2021· preprint· en· W4233126167 sur OpenAlexaffabout
E. Jerome Price-Todd

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensToronto Metropolitan UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésUrban heat islandMicroclimateImpervious surfaceUrbanizationGeographyEnvironmental sciencePopulationUrban climateClimate zonesPhysical geographyUrban planningClimatologyMeteorologyEcologyGeologyDemography

Résumé

récupéré en direct d'OpenAlex

The Golden Horseshoe is a densely populated area in southern Ontario and the population is expected to grow to 11.5 million residents by 2031. The urbanization process will likely intensify due to the current and expected population growth. The urban heat island (UHI) effect at 19 meteorological stations in southern Ontario were assessed using climate normals from 1981-2010 and the local climate zone (LCZ) method. The stations were assigned an LCZ unit based upon their calculated impervious, pervious and building surface fractions. It was found that areas representing higher urban-centric zones had higher UHI intensities (LCZ 5 with 2 K) than areas that were less urban-centric (LCZ 9 with 1.12 K and LCZ 6 with 1.37 K) revealing a continuum of “urbanicity”. The LCZ method provided greater objectivity when calculating the UHI intensity than the simpler method of an urban / rural dichotomy. With expected warming and population growth in the area the detrimental human health, environmental and economic impacts associated with the UHI effect should be given consideration for any future planning and decision making.

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 enseignants0,014
Score d'incertitude au seuil0,081

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 technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,012
Tête enseignante GPT0,300
Écart entre enseignants0,288 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetUrban Heat Island MitigationTravaux en français237 207