Mapping institutional landscapes: global efforts to improve access to water
Notice bibliographique
Résumé
The Paul Simon Water for the Poor Act 2005, the UN Millennium Development Goals, and Water as a Human Right are all mechanisms for enhancing access to water for the world's poorest populations. However, these water policies are not integrated into a holistic framework. They are fragmented between multiple governing agencies, founded on competing ideologies for water management, and enforced through confusing regulatory structures for land tenure tenuously linked to water rights. Alternatively, this is the governing landscape that provides the basis for innovative approaches to water solutions: integrated water resource management (IWRM), collaborative partnerships, and adaptive management strategies focused on place-based solutions. This paper examines efforts to map the intersection of poverty and water focusing on access to water and sanitation. Webbased geospatial tools of global water access issues are reviewed. The US Paul Simon Water for the Poor Act 2005 (WfP Act), the human right to water and sanitation (General Assembly Resolution 64/292, 2010), the UN Millennium Development Goals (MDG) to improve access to water and sanitation (Goal 7), and the codifi cation of water as a human right into law by specifi c water poor countries are spatially cross-referenced to map the institutional landscape where water policy and water need intersect. Fundamental to improved access to water and sanitation is the need for a healthy environment. We conclude our research by examining the question: how well can these policies reconcile the confl icting demands upon the socio-ecological landscape?
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».