MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399297534 · doi:10.1038/s41598-024-63450-9

Future projections of temperature-related indices in Prince Edward Island using ensemble average of three CMIP6 models

2024· article· en· W4399297534 sur OpenAlexafffundabout
Junaid Maqsood, Xiuquan Wang, Aitazaz A. Farooque, Rana Ali Nawaz

Notice bibliographique

RevueScientific Reports · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Prince Edward IslandHolland College
Organismes subventionnairesAgriculture and Agri-Food CanadaAtlantic Canada Opportunities Agency
Mots-clésClimatologyEnvironmental scienceClimate changeCoupled model intercomparison projectGeneral Circulation ModelClimate modelRange (aeronautics)GCM transcription factorsAtmospheric sciencesBiologyEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Prince Edward Island (PEI) is an agricultural province heavily relying on rainfed agriculture. The island has already experienced significant impacts from climate change. Accurate projections of PEI temperature extreme indices are required to mitigate and adapt to the changing climate conditions. This study aims to develop ensemble projections using Coupled Model Intercomparison Project Phase 6 (CMIP6) global circulation models (GCMs) to analyze temperature extremes on PEI. In this study, the ECMWF ERA5 reanalysis dataset was chosen for stepwise cluster analysis (SCA) due to its high accuracy. Three CMIP6 (NorESM2-MM, MPI-ESM1.2-HR, and CanESM5) GCMs, along with their ensemble average, were utilized in the SCA model to project future changes in daily maximum temperature (Tmax) and minimum temperature (Tmin) at four meteorological stations on PEI (East Point, Charlottetown, Summerside, and North Cape) under two shared socioeconomic pathways (SSP2-4.5 and SSP5-8.5). These GCMs were selected based on their low, medium, and high Equilibrium Climate Sensitivity. The bias-corrected results for the future period of Tmax and Tmin showed that the GCM-specific changes in the ECS also impact the regional scale. Additionally, several temperature extreme indices, including the daily temperature range (DTR), summer days (SU), growing degree days (GDD), growing season length (GSL), ice days (ID), and frost days (FD), were analyzed for two future periods: FP1(202-2050) and FP2 (2051-2075). The results indicate that DTR, SU, GDD, and GSL are expected to increase, while ID and FD are projected to decrease during FP1 and FP2 under both scenarios. The future projected mean monthly changes in Tmax, Tmin, and the selected temperature extreme indices highlight warmer future periods and an increase in agriculture-related indices such as GDD and GSL. Specifically, July, August, and September are expected to experience even higher temperatures in the future. As the climate becomes warmer, cold extreme events are projected to be shorter in duration but more intense in terms of their impact. The largest increments/decrements for Tmax, Tmin, and their relevant indices were observed during FP2 under SSP5-8.5. The outcomes of this study provide valuable insights for agricultural development, water resource management, and the formulation of effective mitigation strategies to address the impacts of climate change on PEI.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,801
Score d'incertitude au seuil0,395

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,249
Écart entre enseignants0,231 · 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

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetClimate variability and models→Travaux en français237 207→