MétaCan
Menu
Retour à la cohorte
Enregistrement W4282982808 · doi:10.1111/geoj.12458

Updated Trewartha climate classification with four climate change scenarios

2022· article· en· W4282982808 sur OpenAlexaff
Aleksandar Valjarević, Miško Milanović, Ismail Gültepe, Dejan Filipović, Tin Lukić

Notice bibliographique

RevueGeographical Journal · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensOntario Tech University
Organismes subventionnairesHorizon 2020 Framework ProgrammeLoughborough UniversityEuropean Commission
Mots-clésPrecipitationClimate changeClimatologyEnvironmental scienceBiomeClimate modelDownscalingGeographyPhysical geographyMeteorologyEcosystemGeologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract The Updated Trewartha climate classification (TWCC) at global level shows the changes that are expected as a consequence of global temperature increase and imbalance of precipitation. This type of classification is more precise than the Köppen climate classification. Predictions included the increase in global temperature (T in °C) and change in the amount of precipitation (PA in mm). Two climate models MIROC6 and IPSL‐CM6A‐ LR were used, along with 4261 meteorological stations from which the data on temperature and precipitation were taken. These climate models were used because they represent the most extreme models in the CMIP6 database. Four scenarios of climate change and their territories were analysed in accordance with the TWCC classification. Four scenarios of representative concentration pathway (RCP) by 2.6, 4.5, 6.0 and 8.5 W/m2 follow the increase of temperature between 0.3°C and 4.3°C in relation to precipitation and are being analysed for the periods 2021–2040, 2041–2060, 2061–2080 and 2081–2100. The biggest extremes are shown in the last grid for the period 2081–2100, reflecting the increase of T up to 4.3°C. With the help of GIS (geographical information systems) and spatial analyses, it is possible to estimate the changes in climate zones as well as their movement. Australia and South East Asia will suffer the biggest changes of biomes, followed by South America and North America. Climate belts to undergo the biggest change due to such temperature according to TWCC are Ar, Am, Aw and BS, BW, E, Ft and Fi. The Antarctic will lose 11.5% of the territory under Fi and Ft climates within the period between 2081 and 2100. The conclusion is that the climates BW, Bwh and Bwk, which represent the deserts, will increase by 119.8% with the increase of T by 4.3°C.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,048
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,034
Tête enseignante GPT0,237
Écart entre enseignants0,203 · 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'étudeSimulation ou modélisation
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

Citations30
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeographical JournalMême sujetClimate variability and modelsTravaux en français237 207