Beyond UHI – how to build and use relevant indicators for heat mitigation studies
Notice bibliographique
Résumé
Five years ago the short article Is the Urban Heat Island intensity relevant for heat mitigation studies? (Martilli et al, Urban Climate, 2020) was published, detailing the limitations and shortcomings of using the Urban Heat Island Intensity (UHII) as an indicator of overheating in urban areas. This is because the rural reference, used to estimate the UHII, changes in space and time, and furthermore, it does not represent thermally comfortable conditions. It was also stressed in that paper that urban areas generate unique local climate signatures, not simply perturbations added on top of rural surface climates. Consequently, the UHII is not even a measure of the maximum impact that a heat mitigation/adaptation strategy can provide. On this basis, the aims of this contribution are to: 1) critically analyze the impact of the previously mentioned article on the field, based on the more than 200 citations it has received so far, 2) define features that relevant indexes for heat mitigation strategies should include, and 3) show how they can be used to evaluate the impacts of adaptation/mitigation strategies on negative aspects of urban overheating. To illustrate the last two points, examples from modelling studies over cities in different contexts are discussed.
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 | 0,059 | 0,160 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,016 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,019 | 0,030 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,007 |
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 ».