MétaCan
Menu
Retour à la cohorte
Enregistrement W2944628801 · doi:10.1016/j.heliyon.2019.e01668

Economics of climate adaptive water management practices in Nepal

2019· article· en· W2944628801 sur OpenAlexfundno aff
Rajesh Kumar, Kaustuv Raj Neupane, Roshan Man Bajracharya, Ngamindra Dahal, Suchita Shrestha, Kamal Devkota

Notice bibliographique

RevueHeliyon · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésRainwater harvestingGroundwater rechargeWater scarcityDry seasonPurchasingBusinessAdaptive strategiesMetropolitan areaSocioeconomicsEnvironmental scienceGeographyEconomicsEngineeringAgricultureMarketingEcologyForestry

Résumé

récupéré en direct d'OpenAlex

This study analyses costs and benefits of the selected climate adaptive and equitable water management practices and strategies (CAEWMPS) in Dhulikhel Municipality and Dharan Sub-metropolitan city of Nepal. The CAEWMPS adopted the construction of water recharge pit at household level in Dharan and recharge ponds at community level in Dhulikhel. The results of household survey reveal that households have employed different coping strategies including minimizing consumption, purchasing from market, harvesting rain water and installing equipment for storing and pumping in both cities. In Dhulikhel, a significant number of households (18.56%) minimize consumption during the dry season but this is not the case in Dharan. Rather, around one-fifth (19.27%) of the households harvest rainwater in Dharan. In addition, households are forced to give-up their regular activities in order to implement coping strategies such as household chores, leisure time, meeting and gardening. The average estimated annual coping cost in Dharan (USD 87.5) is eight times higher than in Dhulikhel (USD 11.05); however, per unit coping cost is nearly equal in both the cities. In terms of benefit-cost ration, the community level recharge ponds in Dhulikhel (5.15) were found to be cost effective compared to the household level recharge pits of Dharan (1.72). These results provide policy makers with a comparative basis for adopting appropriate strategies to tackle problems related to water shortage under city-specific contexts.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,125
Score d'incertitude au seuil0,254

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,011
Tête enseignante GPT0,197
Écart entre enseignants0,187 · 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'étudeSimulation ou modélisation
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

Citations22
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetWater resources management and optimizationTravaux en français237 207