MétaCan
Menu
Retour à la cohorte
Enregistrement W2024192709 · doi:10.5194/hess-18-2859-2014

Integrated assessment of global water scarcity over the 21st century under multiple climate change mitigation policies

2014· article· en· W2024192709 sur OpenAlexaff
M. I. Hejazi, James E. Edmonds, Linda Clarke, Page Kyle, Evan Davies, V. Chaturvedi, M.A. Wise, Pralit Patel, Jiyong Eom, Katherine Calvin

Notice bibliographique

RevueHydrology and earth system sciences · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesPacific Northwest National LaboratoryOffice of ScienceBattelleU.S. Department of Energy
Mots-clésClimate changeEnvironmental scienceRadiative forcingWater scarcityRepresentative Concentration PathwaysGreenhouse gasCarbon taxClimate change mitigationBaseline (sea)Context (archaeology)Climate modelWater resourcesNatural resource economicsGeographyEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract. Water scarcity conditions over the 21st century both globally and regionally are assessed in the context of climate change and climate mitigation policies, by estimating both water availability and water demand within the Global Change Assessment Model (GCAM), a leading community-integrated assessment model of energy, agriculture, climate, and water. To quantify changes in future water availability, a new gridded water-balance global hydrologic model – namely, the Global Water Availability Model (GWAM) – is developed and evaluated. Global water demands for six major demand sectors (irrigation, livestock, domestic, electricity generation, primary energy production, and manufacturing) are modeled in GCAM at the regional scale (14 geopolitical regions, 151 sub-regions) and then spatially downscaled to 0.5° × 0.5° resolution to match the scale of GWAM. Using a baseline scenario (i.e., no climate change mitigation policy) with radiative forcing reaching 8.8 W m−2 (equivalent to the SRES A1Fi emission scenario) and three climate policy scenarios with increasing mitigation stringency of 7.7, 5.5, and 4.2 W m−2 (equivalent to the SRES A2, B2, and B1 emission scenarios, respectively), we investigate the effects of emission mitigation policies on water scarcity. Two carbon tax regimes (a universal carbon tax (UCT) which includes land use change emissions, and a fossil fuel and industrial emissions carbon tax (FFICT) which excludes land use change emissions) are analyzed. The baseline scenario results in more than half of the world population living under extreme water scarcity by the end of the 21st century. Additionally, in years 2050 and 2095, 36% (28%) and 44% (39%) of the global population, respectively, is projected to live in grid cells (in basins) that will experience greater water demands than the amount of available water in a year (i.e., the water scarcity index (WSI) > 1.0). When comparing the climate policy scenarios to the baseline scenario while maintaining the same baseline socioeconomic assumptions, water scarcity declines under a UCT mitigation policy but increases with a FFICT mitigation scenario by the year 2095, particularly with more stringent climate mitigation targets. Under the FFICT scenario, water scarcity is projected to increase, driven by higher water demands for bio-energy crops.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,241
Écart entre enseignants0,223 · 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'étudeSimulation ou modélisation
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

Citations163
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrology and earth system sciencesMême sujetWater-Energy-Food Nexus StudiesTravaux en français237 207