MétaCan
Menu
← Retour à la cohorte
Enregistrement W4362673901 · doi:10.3390/ecws-7-14243

Comparison of the Performance of CMIP5 and CMIP6 in the Prediction of Rainfall Trends, Case Study Quebec City

2023· article· en· W4362673901 sur OpenAlexaffabout
Amirhossein Salimi, Tadros Ghobrial, Hossein Bonakdari

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of OttawaUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPrecipitationEnvironmental scienceCoupled model intercomparison projectClimatologyRain gaugeIndex (typography)MeteorologyClimate changeMagnitude (astronomy)DownscalingStormClimate modelGeographyComputer scienceGeology

Résumé

récupéré en direct d'OpenAlex

Climate change affects many meteorological parameters that could result in spatiotemporal variations of the hydrological cycle. These variations can affect local rainfall intensities or design storms; therefore, it is necessary to assess the local effects of climate change in different areas. Therefore, the current research aims at evaluating the accuracy of the precipitation data of the most recent Coupled Model Intercomparison Project phases 5 and 6 (CanESM2 from CMIP5 and CanESM5 from CMIP6 models), over a historical period from 1953 to 2010, as well as the predicted data for the future between 2010 and 2050 for the Quebec City rain gauge Station (Jean Lesage Intl). In this regard, precipitation data were analyzed using a statistical index to find the most accurate model for the study area. The results of this evaluation showed that CanESM5 is more accurate than CanESM2 for most of the evaluation indices. However, both of these models did not perform well since the precipitation prediction for CanESM5 (as the accurate model) R index was 0.48 for the monthly and was 0.75 in the seasonal scale. In addition, the Bias index revealed that both models underestimated rainfall prediction with negative index values for both scales and models. The trend of future precipitation under socio–economic scenarios (4.5 (pessimistic) and 8.5 (optimistic)) shows that the changes in future precipitation are not significant. In addition, for scenario 4.5, the trend of precipitation decreases for almost half of the year, while for scenario 8.5, the magnitude of the decrease and the number of months with a decreasing trend of precipitation are significantly reduced when compared to scenario 4.5.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,043
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,057
Tête enseignante GPT0,301
Écart entre enseignants0,244 · 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

Citations9
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→