MétaCan
Menu
Retour à la cohorte
Enregistrement W4386374407 · doi:10.1111/cag.12878

Future prospects for backyard skating rinks look bleak in a warming climate

2023· article· en· W4386374407 sur OpenAlexaffvenueabout
Robert McLeman, Saeed Golian, Conor Murphy, Colin Robertson

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésClimate changeGeographyRange (aeronautics)Climate modelClimatologyEnvironmental sciencePhysical geographyRegional scienceEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Each winter, purpose‐built outdoor skating rinks are constructed in backyards and community parks across much of Canada and the northern United States. Past research projects that warmer winters will make it increasingly difficult to build outdoor rinks without artificial refrigeration. Here we build upon previous studies by mapping areas of North America where present average January temperatures are generally suitable each year for building outdoor rinks, and how this area will change by the 2050s and 2080s. Using projections from downscaled general circulation models, we show how under current emissions pathways, average January temperatures will become too mild by the 2050s to build outdoor rinks across much of eastern North America in most winters, and this area will expand by the 2080s to include most of the western United States. Under high emissions scenarios (RCP 8.5), unsuitably mild January temperatures expand to include densely populated areas of Canada's Prairie provinces by the 2080s. In short, many North Americans who build outdoor rinks every winter will, by mid‐century, be living in areas where temperatures are only cold enough to do so occasionally, creating a range of social, cultural, and health implications for people living in those regions.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,337
Score d'incertitude au seuil0,678

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,002

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 Opus0,018
Tête enseignante GPT0,241
Écart entre enseignants0,223 · 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

Citations6
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetClimate Change and Health ImpactsTravaux en français237 207