MétaCan
Menu
Retour à la cohorte
Enregistrement W4415245268 · doi:10.1080/07038992.2025.2564173

Seasonal land surface temperatures of local climate zones in a high-latitude city in Canada

2025· article· en· W4415245268 sur OpenAlexafffundvenueabout
Sandeep Budde, Sandeep Agrawal, Nilusha Welegedara

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMinistry of Culture, Multiculturalism and Status of Women, Government of AlbertaCanada First Research Excellence FundUniversity of Alberta
Mots-clésSnow coverSnowVegetation (pathology)Land coverClimate zonesVegetation coverClimate changeLand use

Résumé

récupéré en direct d'OpenAlex

This study aims to examine the spatiotemporal variations in winter and summer land surface temperatures (LSTs) in different local climate zones (LCZs) in a high-latitude city. The study focuses on Edmonton, Canada, located between the 53rd and 54th parallels. Using Landsat images and building data, the study examines LST variations and the impact of buildings, vegetation, and snow cover on LST across different LCZs. Results indicate significant spatial clustering and increased summer and winter LSTs across the city, demonstrating a discernible influence of the LCZ type. LCZs are characterized by compact residential structures and heavy industrial use exhibited the highest LSTs. In contrast, open, low-rise, and sparsely built areas with vegetation exhibited lower LSTs. Strong negative correlations have been identified between LCZ’s summer LST and vegetation cover (r = −0.6), as well as winter LST and snow cover (r = −0.5). LCZs characterized by compact built-up, particularly in the city core, showed higher LSTs with reduced snow cover. The building area density (r = 0.8) and building volume density (r = 0.6) demonstrated a strong positive correlation with the average summer and winter LSTs. These results underscore the need for developing local climate-specific strategies to create healthier, more sustainable, and thermally resilient winter cities.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,017
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,191
Écart entre enseignants0,186 · 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'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

Citations1
Publié2025
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetUrban Heat Island MitigationTravaux en français237 207