MétaCan
Menu
Retour à la cohorte
Enregistrement W2980137019 · doi:10.1002/ird.2560

Enabling policy environment for water, food and energy security

2021· article· en· W2980137019 sur OpenAlexaff
Jelle Beekma, Jeremy Bird, Adey Nigatu Mersha, Stijn Reinhard, S. A. Prathapar, Golam Rasul, Jeffrey E. Richey, Jouke Van Campen, R. Ragab, Chris Perry, Rabi H. Mohtar, L. C. Tollefson, Fuqiang Tian

Notice bibliographique

RevueIrrigation and Drainage · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésNexus (standard)InterconnectivityFood securityWater securityEnvironmental economicsBusinessStakeholderEnergy securityProductivityUnintended consequencesEnvironmental resource managementEconomicsEngineeringPolitical scienceComputer scienceWater resourcesEconomic growthGeographyAgriculturePublic relationsRenewable energy

Résumé

récupéré en direct d'OpenAlex

Abstract The complexity of water, food and energy security is analysed from the perspectives of (i) water and food and (ii) water and energy and their interconnectivity and focuses ultimately on water as a primary input into processes, the entry point for participants of the Third World Irrigation Forum. The paper provides an overview of trends in water, food and energy security, highlights the interconnectivity between the various elements and introduces the water–food–energy nexus as a tool for improving productivity and sector policies, avoiding unintended consequences on other sectors. Invariably, there will be trade‐offs and the challenge is to find combinations of measures that have a net positive outcome. In order to quantify security in the three elements and the trade‐offs between them, emerging modelling approaches for the nexus are discussed. Sub‐theme 3 of the forum focuses on productivity and technology interventions 1 and sub‐theme 2 on stakeholder interaction. The combination of modelling, technology innovations and stakeholder participation in a water–food–energy nexus approach leads to better understanding of linkages and more robust policies and is used to derive recommendations for an enabling policy environment.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,009
Communication savante0,0130,011
Science ouverte0,0010,011
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 GPT0,209
Écart entre enseignants0,198 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations24
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIrrigation and DrainageMême sujetWater-Energy-Food Nexus StudiesTravaux en français237 207