MétaCan
Menu
Retour à la cohorte
Enregistrement W2167178686 · doi:10.5194/hess-18-1349-2014

Recent evolution of China's virtual water trade: analysis of selected crops and considerations for policy

2014· article· en· W2167178686 sur OpenAlexaff
Jun Shi, Junguo Liu, László Pintér

Notice bibliographique

RevueHydrology and earth system sciences · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensInternational Institute for Sustainable Development
Organismes subventionnairesOrganization Department of the Central Committee of the Communist Party of ChinaFundamental Research Funds for the Central UniversitiesCentral European UniversityNational Natural Science Foundation of China
Mots-clésVirtual waterWater scarcityChinaBusinessEnvironmental scienceWater supplyWater useGrain tradeWater resourcesNatural resource economicsSupply chainAgricultural economicsWater resource managementAgricultureInternational tradeEnvironmental engineeringEconomicsGeographyAgronomyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract. China has dramatically increased its virtual water import over recent years. Many studies have focused on the quantity of traded virtual water, but very few go into analysing geographic distribution and the properties of China's virtual water trade network. This paper provides a calculation and analysis of the crop-related virtual water trade network of China based on 27 major primary crops between 1986 and 2009. The results show that China is a net importer of virtual water from water-abundant areas of North America and South America, and a net virtual water exporter to water-stressed areas of Asia, Africa, and Europe. Virtual water import is far larger than virtual water export, and in both import and export a small number of trade partners control the supply chain. Grain crops are the major contributors to virtual water trade, and among grain crops, soybeans, mostly imported from the US, Brazil and Argentina, are the most significant. In order to mitigate water scarcity and secure the food supply, virtual water should actively be incorporated into national water management strategies. And the sources of virtual water import need to be further diversified to reduce supply chain risks and increase resilience.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,229
Écart entre enseignants0,222 · 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'étudeObservationnel
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

Citations41
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrology and earth system sciencesMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207