MétaCan
Menu
Retour à la cohorte
Enregistrement W4248093051 · doi:10.26868/25222708.2019.210574

Proper Choice Of Urban Canopy Model For Climate Simulations

2020· article· en· W4248093051 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueBuilding Simulation Conference proceedings · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWeather Research and Forecasting ModelEnvironmental scienceWind speedCanopyAtmospheric sciencesMeteorologyUrban heat islandAtmosphere (unit)SlabIntensity (physics)Atmospheric modelWind directionMicroclimateUrban climateReflection (computer programming)Urban planningGeologyGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

The Weather Research and Forecasting model (WRF) is coupled with the three types of Urban Canopy Models (UCMs) to predict heat and moisture fluxes from the canopy to the atmosphere. The three UCMs are slab, single-layer, and multi-layer. The WRF-UCMs are applied to investigate the impacts of summer heat on urban climate and characterize the heat island intensity in the Greater Toronto Area (GTA) during the 2011 heat wave period (17th-21st July). The WRF-UCMs are evaluated using simulated hourly air temperature and wind speed results with measurements obtained from various weather stations across the domain of interest. The multi-layer of the urban canopy model (ML-UCM) predicts air temperature and wind speed more accurately comparing to other UCMs. The ML-UCM accounts for the turbulence and multi-reflection within the urban canopy and increases the computation time 30-40% compared to other canopy models (single and slab model).

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 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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,638

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 savante0,0000,001
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 Opus0,066
Tête enseignante GPT0,295
Écart entre enseignants0,229 · 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