Proximate and underlying drivers of socio-hydrologic change in the upper Arkavathy watershed, India
Notice bibliographique
Résumé
Abstract. Addressing water security in the developing world involves predicting water availability under unprecedented rates of population and economic growth. Yet the combination of rapid change, inadequate data and human modifications to watersheds poses a challenge, as researchers face a poorly constrained water resources prediction problem. This case study of the data-scarce, upper Arkavathy watershed, near the city of Bengaluru in southern India, attempts to systematically explain the observed disappearance of surface and groundwater in recent decades. The study asks three questions: 1) Can we quantify the change attributable to different drivers? 2) Can we anticipate change? 3) What policy lessons can be drawn? Field experiments, isotopic studies, borewell scans and sensors were deployed to understand hydrologic processes over five years. These were used in a historical reconstruction of the catchment over three decades that replicates the decline. The multi-scale model of the upper Arkavathy, quantifies the contributions of soil and water conservation measures, groundwater depletion and eucalyptus plantations to the decline in surface and groundwater resources. The model results indicate that the catchment hydrology cannot be reconstructed without explicitly including human feedbacks. The system is influenced by both endogenous drivers (social feedbacks to changes in water availability such as irrigation efficiency improvements, soil and water conservation measures and deeper borewells) and exogenous drivers (technological change, pro-development governance and economic forces due to urbanization, which provided access to capital and markets for high-value crops). The research suggests that in a system where productivity of the landscape is limited by water, economic drivers will always push for maximization of water abstraction and use. Unsustainability of resource use is inevitable, in the absence of credible controls on abstraction and use.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».