MétaCan
Menu
Retour à la cohorte
Enregistrement W4416135788 · doi:10.1002/joc.70179

Assessment of Historical and Future Mean and Extreme Precipitation Over Sub‐Saharan Africa Using <scp>NEX</scp> ‐ <scp>GDDP</scp> ‐ <scp>CMIP6</scp> : Part <scp>II</scp> —Future Changes

2025· article· en· W4416135788 sur OpenAlexfundno aff
Sydney Samuel, Gizaw Mengistu Tsidu, Alessandro Dosio, Kgakgamatso Mphale

Notice bibliographique

RevueInternational Journal of Climatology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreBotswana International University of Science and Technology
Mots-clésPrecipitationClimate extremesDuration (music)Climate changeCoupled model intercomparison project

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This study utilised a multi‐model ensemble (MME) of 26 NASA Earth Exchange Global Daily Downscaled Projections (NEX‐GDDP) to assess future changes in mean and extreme precipitation over sub‐Saharan Africa at both seasonal and annual scales under three Shared Socioeconomic Pathway scenarios: SSP1‐2.6, SSP2‐4.5, and SSP5‐8.5. The changes are examined for two distinct future periods, specifically the near future (2031–2060) and the far future (2061–2090), relative to 1985–2014. Nine precipitation indices are utilised to characterise extreme precipitation. The results show that mean precipitation is expected to increase in northern sub‐Saharan Africa, while a decrease is expected in the southern region. Additionally, the duration of dry spell (CDD) is expected to decrease, while the duration of wet spell (CWD) and precipitation frequency (RR1) are projected to increase in the northern region. Conversely, CDD is expected to increase, and CWD and RR1 are expected to decrease in the southern region. These trends become more pronounced in the far future compared to the near future, particularly under the high‐emission scenario SSP5‐8.5. However, there are few localised regions where at least 80% of the models agree with the MME on the changes in CDD, CWD and RR1 under all scenarios for both time frames. Precipitation intensity is expected to increase across most of sub‐Saharan Africa in both time frames, regardless of the scenario, leading to more frequent heavy precipitation and extreme wet events. This increase is expected to be more pronounced under the SSP5‐8.5 scenario, particularly in the far future. Specifically, at least 80% of the models project an increase in heavy and extreme wet events across most of northern sub‐Saharan Africa under all scenarios for both time frames. These findings emphasise the urgent need to develop effective adaptation strategies for sub‐Saharan Africa to mitigate the potential impacts of these projected changes in precipitation characteristics.

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 enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,028
Tête enseignante GPT0,285
Écart entre enseignants0,257 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ClimatologyMême sujetClimate variability and modelsTravaux en français237 207