MétaCan
Menu
Retour à la cohorte
Enregistrement W4317772686 · doi:10.1088/1748-9326/acb563

Human influence on historical heaviest precipitation events in the Yangtze River Valley

2023· article· en· W4317772686 sur OpenAlexaff
Ziyue Wang, Ying Sun, Xuebin Zhang, Tim Li, Chao Li, Seung‐Ki Min, Ting Hu

Notice bibliographique

RevueEnvironmental Research Letters · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPrecipitationFlood mythEnvironmental scienceClimatologyClimate changeGreenhouse gasPeriod (music)Physical geographyGeographyMeteorologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract With the recurrence of high-impact extreme events and the growing public demands to understand the causes of the events, event attribution has emerged as a frontier of climate change research. Typically, an event attribution study focuses on one individual extreme event that has just occurred. Studies rarely examine human influence on multiple extreme events in different times of the past. Here we conduct a comprehensive attribution analysis on the four heaviest precipitation events in the Yangtze River Valley during the past 100 years. We start by defining extreme precipitation events as the heaviest precipitation over a fixed size area that is of direct relevance to flood preparedness and management. When examining the events over the historical time, we allow the precise location of the area to change in different years. By definition, four extremely strong events are identified, and they happened in the summer of 1931, 1954, 1998 and 2020. We find that the impacts of greenhouse gases (GHGs) and anthropogenic aerosols (AAs) on these events show clear difference in different time period. The impacts were negligible in the early period and became more and more discernible since the late 20th century. The GHGs have gradually increased the occurrence probability of extreme precipitaiton while the AAs have decreased the occurrence of extrem precipitation. These competing effects from the GHGs and AAs have led to a slight and then gradually increasing human influence on extreme precipitation over time. GHGs have exerted a larger influence on short-duration precipitation events while AAs have had a larger influence on monthly mean precipitation. The more extreme the precipitation event, the clearer the anthropogenic influence.

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 enseignants0,010
Score d'incertitude au seuil0,020

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,064
Tête enseignante GPT0,330
Écart entre enseignants0,266 · 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

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetClimate variability and modelsTravaux en français237 207