Projected Intensification and Expansion of Heat Stress and Related Population Exposure Over Africa Under Future Climates
Notice bibliographique
Résumé
Abstract Africa lacks comprehensive studies related to the intensification and expansion of high levels of heat stress and the related population exposure. In this regards, two heat stress indices (HI and UTCI) are applied to 30 CMIP6 GCMs to assess the robust changes in heat stress over Africa during the late 21st century under the SSP1‐2.6, SSP2‐4.5 and SSP5‐8.5 forcing scenarios. The analysis includes spatial extent, frequency and population exposure of different risk levels (Safe, Caution, Extreme Caution and Danger) gradually rising as the value of the heat index increases. The projections show a recession of Safe areas and a robust expansion of the Caution and Extreme caution classes, irrespective of the seasons and scenarios. The largest change of fractional areal cover, estimated between 23.9% and 30.7% of Africa land areas, occurs for the Extreme caution category over West Africa, East Africa, Central Africa and part of East southern Africa in JJA under the SSP5‐8.5 scenario. Furthermore, regions north of 5°S are projected to face an average annual increase of the number of days with high‐end heat stress conditions intensifying as greenhouse gas forcing increases. Under the SSP5‐8.5, the change in the number of days with Extreme caution ranges between 60% and 80%, while that of days in the Danger category reaches 10%–20%. As a result, the total population exposure to the Extreme caution category is projected to increase over West Africa, East Africa, and Central Africa under both SSP2‐4.5 and SSP5‐8.5 scenarios, while for the Danger class, the exposure increase is limited to the Sahel regions under SSP5‐8.5. These exposures are due to the intensification of heat stress but also to its interaction with an increased population. Our results thus highlight the need of adaptation measures to extreme heat in Africa in order to ensure healthy population and safe and efficient working conditions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».