MétaCan
Menu
Retour à la cohorte
Enregistrement W1564072573 · doi:10.3386/w18124

Water Availability as a Constraint on China's Future Growth

2012· report· en· W1564072573 sur OpenAlexaff
Dana Medianu, John Whalley

Notice bibliographique

RevueNational Bureau of Economic Research · 2012
Typereport
Langueen
DomaineEnvironmental Science
ThématiqueWater Resources and Sustainability
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésConstraint (computer-aided design)ChinaEnvironmental scienceGeographyMathematicsArchaeology

Résumé

récupéré en direct d'OpenAlex

Recent writings on China's water situation often portray China's water problems as severe and suggest that water availability could threaten the sustainability of China's future growth.However, China's high growth of the last 20 years or more has been obtained with relatively little increase in the physical volume of water.In this paper, we use a growth accounting approach to investigate both the contribution played in the past by water availability in constraining China's growth performance, and what would be involved in the future.We use a modified version of Solow growth accounting in which water in efficiency units enters the production technology, and investment in water management assets raises efficiency of water use.Our results suggest that if investments in water assets in the future were lower than they were in the past, growth might slightly increase by about 0.1 percentage points if non-water capital and water in efficiency units are close substitutes but growth rates could decrease by as much as 0.2-3.9percentage points if investments in water assets were small, and if the elasticities of substitution were low.On the other hand, our experiments suggest that with faster growth of investments in water assets than in the past and a low elasticity of substitution growth rates could increase.But if non-water capital and water in efficiency units are close substitutes growth rates could even decrease, as in other cases.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,148
Tête enseignante GPT0,424
Écart entre enseignants0,276 · 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'étudeSans objet
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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetWater Resources and SustainabilityTravaux en français237 207