Muddy Waters: Refining the Way forward for the “Sustainability Science” of Socio-Hydrogeology
Notice bibliographique
Résumé
The trouble with groundwater is that despite its critical importance to global water supplies, it frequently attracts insufficient management attention relative to more visible surface water sources, irrespective of regional climate, socioeconomic profile, and regulatory environment. To this end, the recently defined sub-discipline of “socio-hydrogeology”, an extension of socio-hydrology, seeks to translate and exchange knowledge with and between non-expert end-users, in addition to involving non-expert opinion and experience in hydrogeological investigations, thus emphasising a “bottom-up” methodology. It is widely acknowledged that issues pertaining to groundwater quality, groundwater quantity, climate change, and a poor general awareness and understanding of groundwater occurrence and movement are global in their scope. Moreover, while effective communication and engagement represent the key tenet of socio-hydrogeology, the authors consider that multiple actors should be identified and incorporated using stakeholder network analysis and may include policymakers, media and communications experts, mobile technology developers, and social scientists, to appropriately convey demographically focused bi-directional information, with the hydrogeological community representing the communication keystone. Accordingly, this article aims to highlight past and current work, elucidate key areas of development within socio-hydrogeology, and offer recommendations to ensure global efficacy of this increasingly important and growing field going forward. The authors seek to assist in protecting our global groundwater resource for future generations via an improved framework for understanding the interaction between communities and hydrogeological systems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».