MétaCan
Menu
Retour à la cohorte
Enregistrement W3097662743 · doi:10.5194/egusphere-egu2020-15822

Trade-off, vulnerability and power asymmetry in the Senegal River basin

2020· article· en· W3097662743 sur OpenAlexaff
Amaury Tilmant, Jasson Pina, Maher Salman, Claudia Casarotto, Fethi Lebdi, Éva Pék

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransboundary Water Resource Management
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHydropowerUpstream (networking)Vulnerability (computing)Downstream (manufacturing)Drainage basinNatural resource economicsProduction (economics)Water resource managementRiparian zoneAgricultureEnvironmental scienceWater resourcesBusinessEnvironmental resource managementGeographyEconomicsEcologyComputer scienceHabitat

Résumé

récupéré en direct d'OpenAlex

The development of Senegal River basin involves trading-off competing objectives in an uncertain environment. Through a stochastic analysis, the trade-off discovery can be enriched to identify vulnerabilities; that is, the sensitivity of those losses with respect to changing natural and anthropogenic factors. In the Senegal River basin, the availability of water at a particular point in space and time is directly linked to both the hydrologic processes and the level of development of the water resources system. Our analysis of the trade-off relationships reveals the existence of two coalitions of objectives: traditional food production (agriculture and floodplain fisheries) versus hydropower-navigation. In terms of vulnerability, the examination of probabilistic trade-offs also shows that of the two main coalitions of objectives, the one dealing with traditional food production is much more vulnerable to changes in both hydro-climatic conditions and allocation policies. Of interest is the fact that the first coalition mostly concerns downstream riparian countries while hydropower, and to a less extent, navigation concern upstream countries. The result is a reinforced power asymmetry where vulnerable downstream riverine communities compete for water with politically and/or economically more powerful upstream water users like power companies.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,023
Tête enseignante GPT0,271
Écart entre enseignants0,248 · 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'étudeQualitatif
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTransboundary Water Resource ManagementTravaux en français237 207