Zoeken
Zoeken kan via de modus 'eenvoudig zoeken' (één veld) of uitgebreid via 'geavanceerd zoeken' (meerdere velden). Zo kan je bv. zoeken op een combinatie van een auteursnaam (auteur), een jaartal (jaar) en een documenttype.
Boekenmand
Nuttige resultaten kan je aanvinken en toevoegen aan een mandje. De inhoud hiervan kan je exporteren of afdrukken (naar bv. PDF).
RSS
Op de hoogte blijven van nieuw toegevoegde publicaties binnen uw interessegebied? Dit kan door een RSS-feed (?) te maken van jouw zoekopdracht.
nieuwe zoekopdracht
Machine-learning-based evidence and attribution mapping of 100,000 climate impact studies
Callaghan, M.; Schleussner, C.-F.; Nath, S.; Lejeune, Q.; Knutson, T.R.; Reichstein, M.; Hansen, G.; Theokritoff, E.; Andrijevic, M.; Brecha, R.J.; Hegarty, M.; Jones, C.; Lee, K.; Lucas, A.; van Maanen, N.; Menke, I.; Pfleiderer, P.; Yesil, B.; Minx, J.C. (2021). Machine-learning-based evidence and attribution mapping of 100,000 climate impact studies. Nat. Clim. Chang. 11(11): 966-972. https://dx.doi.org/10.1038/s41558-021-01168-6
In: Nature Climate Change. Nature Publishing Group: London. ISSN 1758-678X; e-ISSN 1758-6798
|  |
| Auteurs | | Top |
- Callaghan, M.
- Schleussner, C.-F.
- Nath, S.
- Lejeune, Q.
- Knutson, T.R.
- Reichstein, M.
- Hansen, G.
|
- Theokritoff, E.
- Andrijevic, M.
- Brecha, R.J.
- Hegarty, M.
- Jones, C.
- Lee, K.
|
- Lucas, A.
- van Maanen, N.
- Menke, I.
- Pfleiderer, P.
- Yesil, B.
- Minx, J.C.
|
| Abstract |
Increasing evidence suggests that climate change impacts are already observed around the world. Global environmental assessments face challenges to appraise the growing literature. Here we use the language model BERT to identify and classify studies on observed climate impacts, producing a comprehensive machine-learning-assisted evidence map. We estimate that 102,160 (64,958–164,274) publications document a broad range of observed impacts. By combining our spatially resolved database with grid-cell-level human-attributable changes in temperature and precipitation, we infer that attributable anthropogenic impacts may be occurring across 80% of the world’s land area, where 85% of the population reside. Our results reveal a substantial ‘attribution gap’ as robust levels of evidence for potentially attributable impacts are twice as prevalent in high-income than in low-income countries. While gaps remain on confidently attributabing climate impacts at the regional and sectoral level, this database illustrates the potential current impact of anthropogenic climate change across the globe. |
IMIS is ontwikkeld en wordt gehost door het VLIZ.
