MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410551769 · doi:10.5194/icuc12-932

Thermal Stress Dynamics Across Local Climate Zones: A High-Resolution Analysis of Ireland's Future Climate

2025· preprint· en· W4410551769 sur OpenAlexaff
Aditya Rahul, Julie Clarke, P. Nolan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésClimate changeClimatologyEnvironmental scienceClimate modelStress (linguistics)High resolutionGeographyGeologyOceanographyRemote sensing

Résumé

récupéré en direct d'OpenAlex

Climate change is driving a global rise in temperatures. In Ireland, increasing temperatures pose a significant challenge, as residents are not naturally acclimated to extreme heat. The escalation of thermal risks is attributed to the accelerating pace of urbanization. Additionally, variations in land cover and urban environments lead to differing levels of thermal risk across regions.This study investigates the relationship between local climate zones (LCZs) and thermal stress (measured via the Universal Thermal Climate Index, UTCI) to inform heat risk mitigation in Ireland’s future development. High-resolution (~4 km) regional climate projections were generated by dynamically downscaling CMIP6 data using atmosphere-only and coupled atmosphere-ocean-wave regional climate models (RCMs). Outer domains (12 km for COSMO-CLM and 20 km for WRF) aligned with the Euro-CORDEX framework were nested to refine Ireland-specific projections. Data from a 30-year reference period (1981–2010) and three future 30-year periods (2021–2050, 2041–2070 and 2071–2100) were used for the analysis of the Irish climate for each of the four RCP-SSP scenarios. The estimated UTCI is subsequently analysed in tandem with LCZs.By evaluating the correlation between heat risk and LCZs, this research aims to inform climate-resilient planning and development in Ireland. The findings provide valuable insights for thermal risk mitigation strategies across different urban morphologies, particularly crucial as cities adapt to increasing thermal stress under climate change scenarios.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,178

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,270
Écart entre enseignants0,238 · 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'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate Change Policy and Economics→Travaux en français237 207→