MétaCan
Menu
← Retour à la cohorte
Enregistrement W6977014827 · doi:10.60692/h9974-d2m76

Methodological Approach for Climate Simulations Selection for Climate Change Impact Studies

2022· article· en· W6977014827 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensOuranos
Organismes subventionnairesnon disponible
Mots-clésDownscalingPrecipitationClimate changeCoupled model intercomparison projectClimate modelSelection (genetic algorithm)General Circulation ModelTransient climate simulationWatershed

Résumé

récupéré en direct d'OpenAlex

Abstract This study builds on previous studies and proposes a combined approach for shortlisting and selecting representative climate simulations for impact studies in the Souss watershed in Morocco. The selection procedure consists of selecting climate simulations on the basis of predicted changes in means and extremes, climate model performance in simulating past climate and bias correction. Unlike the selection methods proposed in the literature that begin with a pre-selection of simulations based on changes in means, the approach recommended in this study involves an initial pre-selection of simulations by the ability of the models to simulate the base period climate. The proposed procedure involved selecting a set of general circulation models (GCMs) from the Phase 5 Coupled Model Intercomparison Project (CMIP5) and regional climate models (RCMs) from the Coordinated Regional Downscaling Experiment (CORDEX) project to project spatiotemporal changes in precipitation and temperature for the RCP4.5 and RCP8.5 scenarios. Climate changes between 1975–2005 and 2066–2095 were analyzed for the watershed. By 2066–2095, precipitation is projected to decrease by -12.2 to -30.1% under the RCP4.5 scenario and by -5.2 to -65.4% under the RCP8.5 scenario. Mean temperature is projected to increase by 2.3 to 2.6°C under RCP4.5 and by 4.4 to 4.7% under RCP8.5. For both scenarios, a decline in precipitation is projected while temperature is expected to increase. The Palmer Drought Severity Index (PDSI) revealed that the Souss watershed, characterized by incipient drought during the historical period, will experience mild and moderate drought in 2066–2095 under the RCP4.5 and RCP8.5 scenarios, respectively.

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)0,092
score de la tête « metaresearch » (Gemma)0,183
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,092
Score d'incertitude au seuil0,488

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0920,183
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0030,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,373
Tête enseignante GPT0,361
Écart entre enseignants0,012 · 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
GenreMéthodes

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information System→Même sujetClimate variability and models→Travaux en français237 207→