MétaCan
Menu
Retour à la cohorte
Enregistrement W2917751075 · doi:10.3390/ijerph16050703

Assessment of Water Footprints of Consumption and Production in Transboundary River Basins at Country-Basin Mesh-Based Spatial Resolution

2019· article· en· W2917751075 sur OpenAlexaff
Xia Wu, Dagmawi Mulugeta Degefu, Liang Yuan, Zaiyi Liao, Weijun He, Min An, Zhaofang Zhang

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésVirtual waterWater useWater scarcityDrainage basinStructural basinWater resourcesEnvironmental scienceWater resource managementConsumption (sociology)FootprintHydrology (agriculture)GeographyGeologyCartographyEcology

Résumé

récupéré en direct d'OpenAlex

Water is unevenly distributed globally. This uneven distribution is the reason behind the differences among geographical areas in terms of their water footprint of consumption and production. This gives the global trade of goods a unique feature. This characteristic of the water footprint might be used to address water scarcity and conflicts because water availability also has the same trend. Transboundary river basins are freshwater resources with a high probability of water scarcity and conflict because the water is claimed by multiple sovereign countries. In order to design sharing mechanisms for transboundary river basins that incorporate virtual water concept, it is key to identify the virtual water balance of country-basin units. A study addressing this research gap is not yet available. This article identified and discussed net virtual water importer and exporter sub-basins of transboundary rivers at a country-basin mesh based spatial resolution. The results of our study show that out of the 565 country-basin units surveyed in this article 391, 369, and 461 are net gray, green, and blue virtual water importers respectively. These sub-basins covers 58.37%, 47.52% and 57.52% of the total area covered by transboundary river basins and includes 0.65, 1.9, and around 2 billion people, respectively. The results depict that not only the water endowment of sub-basins is a determining factor for their water footprint of consumption and production, but also their social, economic, and demographic profiles. Furthermore, the water footprint of consumption and production within most of the country-basin units have a global feature. Hence, sustainable water management schemes within border-crossing basins should take into account not only the local but also the global water footprints of consumption and production. This can offer more options for sharing transboundary river basins water capital, thereby minimizing the probability of water scarcity and water conflicts.

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)0,002
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 enseignants0,064
Score d'incertitude au seuil0,542

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,043
Tête enseignante GPT0,332
Écart entre enseignants0,289 · 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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetWater-Energy-Food Nexus StudiesTravaux en français237 207