Embedding the United Nations sustainable development goals into energy systems analysis: expanding the food–energy–water nexus
Notice bibliographique
Résumé
Abstract Background There have been numerous studies that consider the nexus interactions between energy systems, land use, water use and climate adaptation and impacts. These studies have filled a gap in the literature to allow for more effective policymaking by considering the trade-offs between land use, energy infrastructure as well as the use of water for agriculture and providing energy services. Though these studies fill a significant gap in the modelling literature, we argue that more work is needed to effectively consider policy trade-offs between the 17 United Nations sustainable development goals (SDGs) to avoid missing important interactions. Results We examine the 17 SDGs individually to determine if it should be included in a modelling framework and the challenges of doing so. We show that the nexus of climate, land, energy and water needs to be expanded to consider economic well-being of both individuals and the greater economy, health benefits and impacts, as well as land use in terms of both food production and in terms of sustaining ecological diversity and natural capital. Such an expansion will allow energy systems models to better address the trade-offs and synergies inherent in the SDGs. Luckily, although there are some challenges with expanding the nexus in this way, we feel the challenges are generally modest and that many model structures can already incorporate many of these factors without significant modification. Finally, we argue that SDGs 16 and 17 cannot be met without open-source models and open data to allow for transparent analysis that can be used and reused with a low cost of entry for modellers from less well-off nations. Conclusions To effectively address the SDGs, there is a need to expand the common definition of the nexus of climate, land, energy, and water to include the synergies and trade-offs of health impacts, ecological diversity and the system requirements for human and environmental well-being. In most cases, expanding models to be able to incorporate these factors will be relatively straight forward, but open models and analysis are needed to fully support the SDGs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».