Monitoring Climate Change in Jordan and its Impact on Agriculture
Notice bibliographique
Résumé
Climate change in Jordan is investigated in this study. Daily data from 1990–2020 for the Amman area is used to monitor climate change in Jordan. The Expert Team Climate Change Detection and Indices (ETCCDI) software is utilized to test the extreme indices. The study shows general warming through the summer days (SU); number of summer days; the annual count of days when (TX); daily maximum temperature > 25° C, which increased by 3 days per decade. The annual maximum of daily maximum temperature (TXx) increased by 0.66 per decade. Most temperature indices (annual minimum of daily maximum temperature (TXn), percentages of days when daily max. TX > 90 th percentiles (TX90p), percentages of days when daily MIN TN. > 90 th (TN90P), etc.) show increasing trends during the study period. The precipitation indices (R10), the number of heavy precipitation days, the annual count of days when prec ≥10 mm, show a decreasing trend, while (R20), the number of very heavy precipitation days, the annual count of days when prec ≥20 mm shows a slight increasing trend. A Maksim generator is used to detect the difference between the reference period 1990–2020 and the output of three climatic models. The study revealed that the difference between the reference period and the results of climate models was 1.5–3.5 degrees C., using RCP 8.5 scenario in the year 2050. The difference was less in Scenario 4.5 and Scenario 2.6.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 tête enseignante, 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 ».