Trends and Variability of Temperatures in the Eastern Province of Rwanda
Notice bibliographique
Résumé
ABSTRACT This study investigates air temperature trends and variability over the Eastern Province of Rwanda and its derived near‐homogeneous zones for 1983–2021. Near‐homogeneous zones are obtained using the K‐means clustering method to classify annual long‐term means of rainfall and minimum, maximum and mean temperatures from 570 grid cells in the Eastern Province. Changes in monthly, seasonal and annual minimum, maximum, and mean temperatures are computed with a 95% confidence interval using a dynamic linear state‐space model. This model effectively captures temporal patterns by linking hidden states that evolve over time to observed measurements while accounting for random fluctuations. Additionally, temporal variability is assessed using standard deviation. In Eastern Rwanda, annual minimum and mean temperatures have risen to 2.95°C (confidence interval: [1.64–4.45]) and 1.87°C (confidence interval: [0.61–3.19]), respectively. A significant increase in seasonal minimum temperature is observed in all seasons, the June–July–August season presenting the highest value of 3.37 [1.75–4.81]°C. The seasonal mean and the annual maximum temperature have not significantly changed. Minimum temperature displays notable nonlinearity in its time‐varying trends, remaining relatively stable during 1990–2010 before experiencing a pronounced warming trend thereafter. Over the three identified zones (1. Northwestern, 2. Central and 3. Southeastern), a significant increase in seasonal and annual minimum temperature is observed in the Northwestern and Southeastern zones. The highest increases are in the Northwestern zone, June–July–August season having 4.07 [2.26–6.08]°C. The seasonal and annual minimum, maximum and mean temperatures vary relatively little, with a standard deviation of less than 1°C in all zones. The seasonal and annual minimum and mean temperature increase over the Northwestern zone is dominant over the Eastern Province. This study identifies climate change vulnerable areas in Eastern Rwanda, offering vital insights to guide policy and decision‐makers in supporting affected communities while enhancing resilience and informing future climate research.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 ».