MétaCan
Menu
Retour à la cohorte
Enregistrement W7099748728

Spatial Patterns of Urban Dew and Surface Moisture in Vancouver, Canada, During Summer

2000· article· en· W7099748728 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLanguage, Communication, and Linguistic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDew pointDewSkyMicroclimateSpatial variabilityPrecipitationSurface (topology)LatitudeThermal inertiaSpatial ecology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Boundary layer climatology is often concerned with processes on an idealised extensive, homogeneous plain, where a single point sample suffices to characterise surface conditions. Such landscapes are rare but a large, flat field or pasture can be a reasonable approximation. In a patchy landscape, surface characteristics vary spatially and a single point measurement is inadequate. Dew is seldom measured in cities but its accumulation is expected to vary spatially in interesting ways because the city surface is a complicated mosaic of different materials. This study presents the results of a hardware modelling project to study dew (condensation) and surface water (dew + guttation) in an urban residential neighbourhood. A 1/8th scale, out-of-doors model with a simplified geometry was constructed and run in Vancouver, BC, Canada, during summer. The Internal Thermal Mass (ITM) approach to scaling was used to modify the thermal inertia of the model buildings so that nocturnal surface temperatures would be duplicated in real time. It was postulated that dew accumulation (mm d-1) would be also duplicated. Dew, surface temperature and sky view factor in the model varied in explainable patterns, i.e. grass was cooler and wetter at open sites with large sky view, and was warmer and accumulated less dew close to buildings and under trees, where sky view was reduced. This strong association suggests that maps of site geometry expressed as sky view factor could potentially be used to create maps of dew in cities and other patchy landscapes.

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 enseignants0,018
Score d'incertitude au seuil0,062

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,010
Tête enseignante GPT0,253
Écart entre enseignants0,244 · 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

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLanguage, Communication, and Linguistic StudiesTravaux en français237 207