Using Information-Gap Decision Theory for Water Resources Planning Under Severe Uncertainty
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Water resource managers are required to develop comprehensive water resources plans based on severely uncertain information of the effects of climate change on local hydrology and future socio-economic changes on localised demand. In England and Wales, current water resources planning methodologies include a headroom estimation process separate from water resource simulation modelling. This process quantifies uncertainty based on only one point of an assumed range of deviations from the expected climate and projected demand 25 years into the future. This paper utilises an integrated method based on Information-Gap decision theory to quantitatively assess the robustness of various supply side and demand side management options over a broad range of plausible futures. Findings show that beyond the uncertainty range explored with the headroom method, a preference reversal can occur, i.e. some management options that underperform at lower uncertainties, outperform at higher levels of uncertainty. This study also shows that when 50 % or more of the population adopts demand side management, efficiency related measures and innovative options such as rainwater collection can perform equally well or better than some supply side options The additional use of Multi-Criteria Decision Analysis shifts the focus away from reservoir expansion options, that perform best in regards to water availability, to combined strategies that include innovative demand side management actions of rainwater collection and greywater reuse as well efficiency measures and additional regional transfers. This paper illustrates how an Information-Gap based approach can offer a comprehensive picture of potential supply/demand futures and a rich variety of information to support adaptive management of water systems under severe uncertainty.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle