MétaCan
Menu
Retour à la cohorte
Enregistrement W4247091700 · doi:10.35940/ijrte.e5062.018520

Future Assessment of Precipitation and Temperature for Developing Urban Catchment Under Impact of Climate Change

2020· article· en· W4247091700 sur OpenAlexaboutno aff
A. S. Pathan, Milind L. Waikar

Notice bibliographique

RevueInternational Journal of Recent Technology and Engineering (IJRTE) · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHadCM3DownscalingEnvironmental scienceRepresentative Concentration PathwaysPrecipitationClimate changeClimatologyClimate modelGeneral Circulation ModelMeteorologyGCM transcription factorsGeographyGeology

Résumé

récupéré en direct d'OpenAlex

In this study, the attempt is made to investigate the impact of future climate changes related to three weather parameter maximum temperature (Tmax), minimum temperature (Tmin) and precipitation for study area were projected for two future time slice (2017–2058), and (2059–2100) from the three Global Climate Models (GCMs), CanESM2, CGCM3 and HadCM3 under different representative concentration pathway (RCPs) scenarios (RCP2.5, RCP4.5, and RCP8.5) using statistical downscaling model (SDSM). The predictor variables are downloaded from National Center for Environmental Prediction/Atmospheric Research (NCEP/NCAR) and simulations from the three Global Climate Models (GCMs), Second Generation Canadian Earth System Model (CanESM2), Canadian Centre for Climate Modelling and Analysis (CGCM3) and Hadley Centre for Climate Prediction and Research/Met Office (HadCM3) variability and changes in Tmax, Tmin and precipitation under different (RCPs) scenarios have been presented for two future time slice. The performance for three models showed maximum/minimum temperature increases in future for almost all the (RCPs) scenarios. Also precipitation of the entire catchment was found to increasing trends for all scenarios. In case of HadCM3 model, under RCP8.5 scenarios for the period (2017-2058), changes in max temperature, min temperature, and precipitation are forecasted as 0.72 °C, 1.42 °C, and 2.82 mm and for the period (2059-2100) are 1.16 °C, 2.14 °C, and 6.85 mm.The results obtained from HadCM3 model is higher side as compared with CanESM2, CGCM3.These results can provide understanding of the hydrologic role of future climate change scenarios, which is essential for probable impacts of climate change for planning and management of appropriate choice for designing the storm water drainage system and infrastructure for newly growing urbanization under climate change are of great concern to hydrologists, water managers, and policymakers.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,460
Score d'incertitude au seuil0,258

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,019
Tête enseignante GPT0,289
Écart entre enseignants0,270 · 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 tête enseignante, 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Recent Technology and Engineering (IJRTE)Même sujetClimate variability and modelsTravaux en français237 207