MétaCan
Menu
Retour à la cohorte
Enregistrement W4403629083 · doi:10.4000/12jq1

Analyse de l’évolution spatiotemporelle de la tendance des extrêmes chauds au Sénégal

2024· article· fr· W4403629083 sur OpenAlexvenueno aff
Moussa Sow, Demba Gaye

Notice bibliographique

RevueVertigO · 2024
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistryHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

La variabilité climatique se manifeste entre autres, à travers des phénomènes climatiques tels que les sécheresses, les canicules, les inondations, les retards pluviométriques et les vagues de chaleur. Ces dernières sont prévues longues, plus fréquentes et plus intenses sur le continent africain et au Sahel en particulier. Dans ce contexte, il apparait important de mener des études sur ces phénomènes, notamment aux échelles nationales, pour mieux appréhender les potentiels impacts sur les populations. Ainsi, la présente recherche analyse les évolutions spatiotemporelles et la tendance des extrêmes chauds (95e percentiles des Tmax et des Tmin) au Sénégal sur la période 1984-2020. Pour atteindre cet objectif, il s’agit d’abord de faire la répartition spatiotemporelle des moyennes des extrêmes chauds (95e percentile des Tmax et des Tmin) de la période, ensuite de déterminer les anomalies du percentile 95e des Tmin et des Tmax à l’aide du test de Lamb. Par la suite, les années de rupture ont été identifiées à l’aide du test de Pettitt et enfin, le test de Mann Kendall a permis de ressortir les tendances du percentile 95e des Tmin et des Tmax de la période 1984-2020. Les données sont des réanalyses climatiques spatialisées et maillées d’une résolution spatiale de 0,5° * 0,625° qui ont conduit aux résultats obtenus qui montrent une augmentation des 95e percentile des Tmax et des Tmin sur l’ensemble des stations de l’étude. Cette hausse est estimée à l’échelle nationale à +0,38°C pour les 95e percentiles des Tmax et à +0,50°C pour les Tmin. Ce qui témoigne d’une croissance plus rapide des 95e des Tmin que des Tmax qui s’accompagnent d’une tendance significative sur la quasi-totalité des 40 stations de cette étude. En termes de prospective à ce travail, il serait important d’analyser les caractéristiques des vagues de chaleur au Sénégal.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,154

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,008
Tête enseignante GPT0,253
Écart entre enseignants0,245 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetHydrology and Drought AnalysisTravaux en français237 207