AI-Enhanced Subseasonal Forecasting of Extreme Temperature Risks
0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
3Pays d’affiliation déclarés
Rattachement africain : us, cn, ca. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- AI-Enhanced Subseasonal Forecasting of Extreme Temperature Risks
- Date Crossref
- 21/08/2025
- Éditeur
- Springer Science and Business Media LLC
- Type
- posted-content
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
University of Tennessee at Knoxville pays non établi dans la noticeUniversité ou école supérieure
-
Wuhan University pays non établi dans la noticeUniversité ou école supérieure
-
Artificial Intelligence in Medicine (Canada) pays non établi dans la noticeEntreprise
-
Zhongguancun Institute of Artificial Intelligence pays non établi dans la noticeStructure de recherche
University of Tennessee at Knoxville, Wuhan University et Artificial Intelligence in Medicine (Canada), avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Atmospheric and Environmental Gas DynamicsMeteorological Phenomena and SimulationsClimate variability and models