MétaCan
Menu
Retour à la cohorte
Enregistrement W2484752949 · doi:10.1021/acs.est.6b01065

Global and Regional Evaluation of Energy for Water

2016· article· en· W2484752949 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

RevueEnvironmental Science & Technology · 2016
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-clésEnvironmental scienceWater-energy nexusEnergy consumptionEnergy intensityWater resource managementFarm waterDesalinationIrrigationWater useAgricultureSurface waterGroundwaterEnvironmental engineeringWater conservationNatural resource economicsGeographyEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Despite significant effort to quantify the interdependence of the water and energy sectors, global requirements of energy for water (E4W) are still poorly understood, which may result in biases in projections and consequently in water and energy management and policy. This study estimates water-related energy consumption by water source, sector, and process for 14 global regions from 1973 to 2012. Globally, E4W amounted to 10.2 EJ of primary energy consumption in 2010, accounting for 1.7%-2.7% of total global primary energy consumption, of which 58% pertains to fresh surface water, 30% to fresh groundwater, and 12% to nonfresh water, assuming median energy intensity levels. The sectoral E4W allocation includes municipal (45%), industrial (30%), and agricultural (25%), and main process-level contributions are from source/conveyance (39%), water purification (27%), water distribution (12%), and wastewater treatment (18%). While the United States was the largest E4W consumer from the 1970s until the 2000s, the largest consumers at present are the Middle East, India, and China, driven by rapid growth in desalination, groundwater-based irrigation, and industrial and municipal water use, respectively. The improved understanding of global E4W will enable enhanced consistency of both water and energy representations in integrated assessment models.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,305
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,005
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,014
Tête enseignante GPT0,231
Écart entre enseignants0,217 · 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