MétaCan
Menu
Retour à la cohorte
Enregistrement W2991891407 · doi:10.3233/ajw-2008-5_3_09

Water Conservation for Livelihoods and Labour Constraints: A Case Study from Nepal

2008· article· en· W2991891407 sur OpenAlexaff
Stuart C. Brown, Joachim Merz, Bishal Shrestha, Stephanie Von Westarp

Notice bibliographique

RevueAsian Journal of Water Environment and Pollution · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLivelihoodWater resource managementGeographyBusinessEnvironmental scienceNatural resource economicsEnvironmental planningEconomicsAgricultureArchaeology

Résumé

récupéré en direct d'OpenAlex

Cash crop production, increased demand for water and high workloads are raising concerns about the sustainability of intensive farming systems in Nepal. Water conservation technologies are seen as a potential option for producing off-season cash crops, and reducing water demand and labour for water collection. Their appropriateness was evaluated from biophysical and social perspectives by combining hydrometric monitoring, gender and water use surveys and field trials of drip irrigation systems. Results demonstrated domestic and irrigation water shortages prevalent from March to June, and an increased demand for water as farmers move towards market-based production. Women’s workloads were high, 13.5 hours per day, necessitating labour reduction as a condition for small-scale water projects. Low cost drip irrigation trials quantified high water use efficiency under a deficit water regime, and capital costs could be paid off in the first crop. Labour was a significant component of variable costs making efficient technologies attractive as demonstrated by the 100+ systems adopted in the watershed since the trials in 2001.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,242
Score d'incertitude au seuil0,286

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 GPT0,179
Écart entre enseignants0,169 · 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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Water Environment and PollutionMême sujetWater resources management and optimizationTravaux en français237 207