شناخت روند تغییرات کوتاه مدت و بلند مدت اقلیم آسایش گردشگری ایران
Notice bibliographique
Résumé
رابطه تغییر اقلیم و پدیدههای طبیعی، اجتماعی و اقتصادی برای مدت نسبتاً طولانی در ابعاد متفاوت مورد بحث و بررسی قرار گرفته است. در طول 15 سال گذشته، مطالعات متمرکزتری شروع به ظهور کردهاند و به ویژه اخیراً موضوع گردشگری به عنوان یک پدیده اجتماعی بینالمللی در مطالعات تغییرات آب و هوایی مورد توجه بسیار قرار گرفته است. پژوهش حاضر بر اساس هدف در شمار پژوهشهای کاربردی (از نوع توسعهای- راهبردی) میباشد و از نظر روش شناسی یک پژوهش توصیفی- تحلیلی است. تعیین اقلیم آسایش گردشگری کشور در سال 2030 و 2050 نیاز به آیندهپژوهی با توجه به دادههای پیشبینی شده توسط مراکز علمی معتبر و بر اساس سناریوهای جهانی تغییر اقلیم است با توجه به پراکندگی دادهها ایستگاهها به صورتی انتخاب شده است که کل کشور را پوشش دهد. سناریوی SSP1-2.6 و مدل CanESM5-CanOE (Canada) از گزارش ششم IPCC (CMIP6) انتخاب و دادههای دما، رطوبت نسبی و باد از سایت کوپرنیکس تهیه شده است و برمبنای آن محاسبات توسط نرم افزار ریمن انجام و سپس توسط نرمافزار GIS نتایج بصورت نقشه ترسیم و سپس بر اساس مدل دمای معادل فیزیولوژیک(PET) و به صورت مکان محور پهنهبندی شده است. نتایج نشان میدهد در مجموع در افق ۳۵ ساله (2030-2015) اقلیم آسایش گردشگری ایران با پنج دسته تغییرات کلی روبرو است، تغییرات عرضی- محیطی، تغییرات سینوسی، تعییرات شدید منفی و تغییرات شدید مثبت و بدون تغییرات محسوس.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,143 | 0,085 |
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 ».