MétaCan
Menu
Retour à la cohorte
Enregistrement W4411333323 · doi:10.36922/ajwep025150107

Projected trends in extreme heat in Senegal from 2020 to 2080

2025· article· en· W4411333323 sur OpenAlexaboutno aff
Demba Gaye

Notice bibliographique

RevueAsian Journal of Water Environment and Pollution · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueSolar Radiation and Photovoltaics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExtreme heatEnvironmental scienceClimatologyAtmospheric sciencesPhysicsGeologyOceanographyClimate change

Résumé

récupéré en direct d'OpenAlex

Faced with the challenges that climate change poses to all human societies, adaptation is becoming a necessity for human survival. In this context, it is necessary to study the climatic phenomena that humans face and that are likely to impact various aspects of life. Therefore, this study sought to analyze the trend of heat waves in Senegal using data from the Coupled Model Intercomparison Project Phase 6 (CMIP6), Canadian Earth System Model Version 5. Three climate scenarios (Shared Socioeconomic Pathway [SSP]1-2.6, SSP2-4.5, and SSP5-8.5) were used, and the study focused on two future climate normals (2020 – 2050, 2050 – 2080). The study first spatialized the 95th percentile of minimum, mean, and maximum temperatures, then analyzed temperature anomalies with the Lamb index before studying the future trend using the Mann-Kendall test. The results obtained reflect an upward trend for all the variables in this study for the two periods combined but with a different level of significance. This increase is greater for minimum temperatures, with rises of 0.43°C for SS1-2.6, 1.06°C for SSP2-4.5, and 2.18°C for SSP5-8.5. In comparison, maximum temperatures rose by 0.50°C, 1.05°C, and 2.03°C, respectively, between the first and second periods. Mean temperatures followed the same dynamic, with 0.48°C for SSP1-2.6, 1.04°C for SSP2-4.5, and 2.16°C for SSP5-8.5. Given these findings, it is important to analyze the behavior of the other CMIP6 models in assessing heat waves in Senegal.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,584
Score d'incertitude au seuil0,236

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,215
Écart entre enseignants0,200 · 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 tête enseignante, 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Water Environment and PollutionMême sujetSolar Radiation and PhotovoltaicsTravaux en français237 207