MétaCan
Menu
Retour à la cohorte
Enregistrement W4399335875 · doi:10.1038/s41561-024-01453-x

Global groundwater warming due to climate change

2024· article· en· W4399335875 sur OpenAlexafffund
Susanne A. Benz, Dylan J. Irvine, Gabriel C. Rau, Peter Bayer, Kathrin Menberg, Philipp Blum, Rob Jamieson, Christian Griebler, Barret L. Kurylyk

Notice bibliographique

RevueNature Geoscience · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensDalhousie University
Organismes subventionnairesVolkswagen FoundationGovernment of Canada
Mots-clésClimate changeGlobal warmingEnvironmental scienceGroundwaterClimatologyGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Aquifers contain the largest store of unfrozen freshwater, making groundwater critical for life on Earth. Surprisingly little is known about how groundwater responds to surface warming across spatial and temporal scales. Focusing on diffusive heat transport, we simulate current and projected groundwater temperatures at the global scale. We show that groundwater at the depth of the water table (excluding permafrost regions) is conservatively projected to warm on average by 2.1 °C between 2000 and 2100 under a medium emissions pathway. However, regional shallow groundwater warming patterns vary substantially due to spatial variability in climate change and water table depth. The lowest rates are projected in mountain regions such as the Andes or the Rocky Mountains. We illustrate that increasing groundwater temperatures influences stream thermal regimes, groundwater-dependent ecosystems, aquatic biogeochemical processes, groundwater quality and the geothermal potential. Results indicate that by 2100 following a medium emissions pathway, between 77 million and 188 million people are projected to live in areas where groundwater exceeds the highest threshold for drinking water temperatures set by any country.

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)0,000
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 enseignants0,034
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,011
Tête enseignante GPT0,242
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'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

Citations112
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature GeoscienceMême sujetGroundwater and Isotope GeochemistryTravaux en français237 207