MétaCan
Menu
Retour à la cohorte
Enregistrement W4399305870 · doi:10.1088/2515-7620/ad53a7

Projected changes in heat, extreme precipitation, and their spatially compound events over China’s coastal lands and seas through a high-resolution climate models ensemble

2024· article· en· W4399305870 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnvironmental Research Communications · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Science Foundation of Guangdong ProvinceNational Natural Science Foundation of China
Mots-clésPrecipitationEnvironmental scienceClimate changeClimatologyChinaClimate extremesClimate modelRepresentative Concentration PathwaysPopulationGreenhouse gasGlobal warmingAtmospheric sciencesGeographyMeteorologyOceanographyGeologyDemography

Résumé

récupéré en direct d'OpenAlex

Abstract China’s coastal lands and seas are highly susceptible to the changing environment due to their dense population and frequent economic activities. These areas experience more significant impacts from climate change-induced extreme events than elsewhere. The most noticeable effects of climate change are extreme high temperatures and extreme precipitation. We employ an ensemble of RCMs (Regional Climate Models) to investigate and project changes in temperature, precipitation, and Compound Heat-Precipitation Extreme events (CHPEs) over selected China’s coastal lands and seas for both historical (1985–2004) and future periods (2080–2099). The multi-model ensemble projects that daily temperature extremes will increase by 2.9 °C to 5.4 °C across China’s coastal lands and seas, with land areas showing a higher temperature increase than marine areas. Extreme precipitation shows a high geographical heterogeneity with a 2.8–3.9 mm d −1 reduction over the 15–25°N marine areas while a 2.2–5.4 mm d −1 increment over the 25°N-35°N land areas. We use the Clausius–Clapeyron relationship to reveal that the peak of daily extreme precipitation will increase by 2–7 mm d −1 and the temperature at which extreme precipitation peaks will increase by 2 °C to 6 °C by warming. The land area of 25–30°N has the highest peak precipitation increase of 9.87 mm d −1 and a peak temperature increase of 6 °C. As precipitation extremes intensify with daily temperature extremes increase, CHPEs are projected to occur more frequently over both land and marine areas. Compared with the historical period, the frequency of CHPEs will increase by 40.9%-161.2% over marine areas, and by 36.2%-163.6% over land areas in the future. The 15–20°N area has the highest frequency increase of CHPE events, and the 25–30°N area has the largest difference in frequency increase under two different scenarios. It indicated that the 25–30°N area will be more easily affected by climate change.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,551
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,096
Tête enseignante GPT0,333
Écart entre enseignants0,237 · 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