MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399298050 · doi:10.1111/nyas.15116

NPCC4: New York City climate risk information 2022—observations and projections

2024· article· en· W4399298050 sur OpenAlexaff
Christian Braneon, Luis Ortiz, Daniel Bader, Naresh Devineni, Philip Orton, B. Rosenzweig, Timon McPhearson, L. Smalls-Mantey, Vivien Gornitz, Talea Mayo, Sanketa Kadam, Hadia Sheerazi, Equisha Glenn, Liv Yoon, Amel Derras‐Chouk, Joel Towers, Robin Leichenko, Deborah Balk, Peter J. Marcotullio, Radley Horton

Notice bibliographique

RevueAnnals of the New York Academy of Sciences · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésClimate changeMetropolitan areaClimatologyMandatePrecipitationEnvironmental scienceWork (physics)Relevance (law)Environmental resource managementEnvironmental planningComputer scienceGeographyMeteorologyPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

New York City (NYC) faces many challenges in the coming decades due to climate change and its interactions with social vulnerabilities and uneven urban development patterns and processes. This New York City Panel on Climate Change (NPCC) report contributes to the Panel's mandate to advise the city on climate change and provide timely climate risk information that can inform flexible and equitable adaptation pathways that enhance resilience to climate change. This report presents up-to-date scientific information as well as updated sea level rise projections of record. We also present a new methodology related to climate extremes and describe new methods for developing the next generation of climate projections for the New York metropolitan region. Future work by the Panel should compare the temperature and precipitation projections presented in this report with a subset of models to determine the potential impact and relevance of the "hot model" problem. NPCC4 expects to establish new projections-of-record for precipitation and temperature in 2024 based on this comparison and additional analysis. Nevertheless, the temperature and precipitation projections presented in this report may be useful for NYC stakeholders in the interim as they rely on the newest generation of global climate models.

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)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,410
Score d'incertitude au seuil0,815

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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 Opus0,128
Tête enseignante GPT0,326
Écart entre enseignants0,198 · 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

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the New York Academy of Sciences→Même sujetClimate variability and models→Travaux en français237 207→