MétaCan
Menu
Retour à la cohorte
Enregistrement W2765404397 · doi:10.5539/enrr.v7n4p1

Sustainability Index for the Management of River Basins Based Upon Ecological, Environmental and Hydrological Integrity and the Minimization of Long Term Risks to Supply

2017· article· en· W2765404397 sur OpenAlexvenueno aff
Robert L. Oxley, Larry W. Mays

Notice bibliographique

RevueEnvironment and Natural Resources Research · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityStreamflowIndex (typography)Drainage basinEnvironmental Sustainability IndexEnvironmental scienceStructural basinWater resource managementMetric (unit)Resource (disambiguation)Environmental resource managementGeographyEcologyComputer scienceEconomicsOperations managementGeology

Résumé

récupéré en direct d'OpenAlex

A new methodology for determining a sustainability index (SI) for the management of river basins is developed. Sustainability is defined in terms of minimizing the long-term risks to supply and maintaining the ecological, environmental and hydrological integrity of a river resource. The SI procedure developed uses two groups of performance criteria. The first group is based on demand-supply deficits and measures the risk to water supplies. The second group is only applied to river demands and compares a river’s allocation to a target flow regime using the Range of Variability Approach (RVA) and the Modified Hydrological Alteration factor. The RVA measures differences in flow regimes and is used to compare a projected flow regime to a targeted flow regime. This is the first attempt to use the RVA to develop a sustainability index for river basin management. A combined sustainability metric for the system (SS) is also determined. The methodology is applied to an area including the Prescott Active Management Area (AMA) in north-central Arizona. Sustainability for the entire system is determined using the weighted sum of the sustainability indices. The methodology has been used to measure and compare the sustainability of two allocation scenarios for the Prescott AMA.

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)0,001
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 enseignants0,198
Score d'incertitude au seuil0,412

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 technologies0,0000,001
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 Opus0,027
Tête enseignante GPT0,286
Écart entre enseignants0,259 · 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.

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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Natural Resources ResearchMême sujetWater resources management and optimizationTravaux en français237 207