MétaCan
Menu
Retour à la cohorte
Enregistrement W2409717638 · doi:10.5194/hess-20-3631-2016

Drought in a human-modified world: reframing drought definitions,understanding, and analysis approaches

2016· article· en· W2409717638 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHydrology and earth system sciences · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk OnderzoekNatural Environment Research CouncilSight Research UK
Mots-clésAnthropoceneWater scarcityEnvironmental scienceVulnerability (computing)Environmental resource managementScarcityWater resourcesCognitive reframingConfusionEcologyComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract. In the current human-modified world, or Anthropocene, the state of water stores and fluxes has become dependent on human as well as natural processes. Water deficits (or droughts) are the result of a complex interaction between meteorological anomalies, land surface processes, and human inflows, outflows, and storage changes. Our current inability to adequately analyse and manage drought in many places points to gaps in our understanding and to inadequate data and tools. The Anthropocene requires a new framework for drought definitions and research. Drought definitions need to be revisited to explicitly include human processes driving and modifying soil moisture drought and hydrological drought development. We give recommendations for robust drought definitions to clarify timescales of drought and prevent confusion with related terms such as water scarcity and overexploitation. Additionally, our understanding and analysis of drought need to move from single driver to multiple drivers and from uni-directional to multi-directional. We identify research gaps and propose analysis approaches on (1) drivers, (2) modifiers, (3) impacts, (4) feedbacks, and (5) changing the baseline of drought in the Anthropocene. The most pressing research questions are related to the attribution of drought to its causes, to linking drought impacts to drought characteristics, and to societal adaptation and responses to drought. Example questions include (i) What are the dominant drivers of drought in different parts of the world? (ii) How do human modifications of drought enhance or alleviate drought severity? (iii) How do impacts of drought depend on the physical characteristics of drought vs. the vulnerability of people or the environment? (iv) To what extent are physical and human drought processes coupled, and can feedback loops be identified and altered to lessen or mitigate drought? (v) How should we adapt our drought analysis to accommodate changes in the normal situation (i.e. what are considered normal or reference conditions) over time? Answering these questions requires exploration of qualitative and quantitative data as well as mixed modelling approaches. The challenges related to drought research and management in the Anthropocene are not unique to drought, but do require urgent attention. We give recommendations drawn from the fields of flood research, ecology, water management, and water resources studies. The framework presented here provides a holistic view on drought in the Anthropocene, which will help improve management strategies for mitigating the severity and reducing the impacts of droughts in future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,346
Score d'incertitude au seuil0,737

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,074
Tête enseignante GPT0,255
Écart entre enseignants0,181 · 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