Improving Future Estimation of Cheliff-Mactaa-Tafna Streamflow via an Ensemble of Bias Correction Approaches
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 role of climate change in future streamflow is still very uncertain, especially over semi-arid regions. However, part of this uncertainty can be offset by correcting systematic climate models’ bias. This paper tries to assess how the choice of a bias correction method may impact future streamflow of the Cheliff-Mactaa-Tafna (CMT) rivers. First, three correction methods (quantile mapping (QM), quantile delta mapping (QDM), and scaled distribution mapping (SDM)) were applied to an ensemble of future precipitation and temperature coming from CORDEX-Africa, which uses two Representative Concentration Pathways: RCP4.5 and RCP8.5. Then, the Zygos model was used to convert the corrected time series into streamflow. Interestingly, the findings showed an agreement between the three methods that revealed a decline in future streamflow up to [−42 to −62%] in autumn, [+31% to −11%] in winter, [−23% to −39%] in spring, and [−23% to −41%] in summer. The rate of decrease was largest when using QM-corrected model outputs, followed by the raw model, the SDM-corrected model, and finally, the QDM-corrected model outputs. As expected, the RCP presents the largest decline especially by the end of the 21st Century.
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 | 0,001 | 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 | 0,000 |
| 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) | 0,001 | 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