MétaCan
Menu
Retour à la cohorte
Enregistrement W2975176197 · doi:10.3390/ijerph16193688

A Study on the Sustainable Development of Water, Energy, and Food in China

2019· article· en· W2975176197 sur OpenAlexaff
Lei Jin, Yuanhua Chang, Xianwei Ju, Fei Xu

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesHumanities and Social Science Fund of Ministry of Education of ChinaMinistry of Education of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésChinaSustainable developmentEnergy consumptionEnvironmental economicsConsumption (sociology)System dynamicsResearch ObjectConstruct (python library)Natural resource economicsWater energyBusinessEconomicsComputer scienceEngineeringGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

It is of great significance to deal with the relationship between external factors and the water-energy-food internal system for China's sustainable development. This paper takes China as the research object, uses the system dynamics method to construct a model for China's water-energy-food system, and introduces the "two-child" policy and trade friction as the scenario parameters for simulation. The main results of scenario simulation can be summarized as the following three points. In terms of water, the trade friction will hinder China's industrial water consumption into a low-consumption stage. In terms of energy, both the trade friction and the "two-child" policy, will not change the increasing trend of energy demand. In terms of food, if there is strong response to the "two-child" policy, there will be insufficient food inventory under the current capacity and import ratio. In short, this paper takes the sustainable development of water-energy-food as a starting point and puts forward policy suggestions on the comprehensive formulation of policies.

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 enseignants0,130
Score d'incertitude au seuil0,281

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,047
Tête enseignante GPT0,317
Écart entre enseignants0,269 · 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

Citations15
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