MétaCan
Menu
Retour à la cohorte
Enregistrement W2516572948

Safe drinking water for expanding cities

2013· book-chapter· en· W2516572948 sur OpenAlexaboutno aff
Jinmin Wang

Notice bibliographique

RevueNottingham ePrints (University of Nottingham) · 2013
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUrbanizationChinaWater resourcesWater scarcityBeijingWater securityIndustrialisationPer capitaQuarter (Canadian coin)BusinessNatural resource economicsSustainable developmentEconomic shortageWater resource managementEconomic growthEnvironmental planningGeographyEconomicsEnvironmental sciencePolitical sciencePopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The rapid urbanization and industrialization since 1978 have posed some serious environmental challenges for sustainable development in China, with pollution and water shortages ranking among the most pressing issues. Although China is rich in water resources, water availability was only 2,343 cubic metres per capita per annum, which is just a quarter of the global mean. Water resources are unevenly distributed across the country. Floods take place very frequently (Lee, 2006).
\nBefore 2000, there was an administrative monopoly on water allocation, with many cities facing severe water shortages. However, with the increasing water shortages, the allocation of water rights solely through administrative means failed to meet the needs of rapid urbanization and economic development in some regions of the country. Yiwu City and Dongyang City became the first Chinese cities to experiment with the partial transfer of water rights in the country in 2000. The partial water-rights transfer agreement between the two cities initiated the reform of the water-resources management system in China.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,842
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,016
Tête enseignante GPT0,179
Écart entre enseignants0,164 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNottingham ePrints (University of Nottingham)Même sujetWater resources management and optimizationTravaux en français237 207