MétaCan
Menu
Retour à la cohorte
Enregistrement W3128110793 · doi:10.5194/essd-13-237-2021

Country-level and gridded estimates of wastewater production, collection, treatment and reuse

2021· article· en· W3128110793 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEarth system science data · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensUnited Nations University Institute for Water, Environment, and Health
Organismes subventionnairesGlobal Affairs CanadaGovernment of Canada
Mots-clésWastewaterReuseEnvironmental scienceProduction (economics)PopulationPer capitaSewage treatmentSustainabilityWater resource managementEnvironmental engineeringEngineeringEconomicsWaste managementEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract. Continually improving and affordable wastewater management provides opportunities for both pollution reduction and clean water supply augmentation, while simultaneously promoting sustainable development and supporting the transition to a circular economy. This study aims to provide the first comprehensive and consistent global outlook on the state of domestic and manufacturing wastewater production, collection, treatment and reuse. We use a data-driven approach, collating, cross-examining and standardising country-level wastewater data from online data resources. Where unavailable, data are estimated using multiple linear regression. Country-level wastewater data are subsequently downscaled and validated at 5 arcmin (∼10 km) resolution. This study estimates global wastewater production at 359.4×109 m3 yr−1, of which 63 % (225.6×109 m3 yr−1) is collected and 52 % (188.1×109 m3 yr−1) is treated. By extension, we estimate that 48 % of global wastewater production is released to the environment untreated, which is substantially lower than previous estimates of ∼80 %. An estimated 40.7×109 m3 yr−1 of treated wastewater is intentionally reused. Substantial differences in per capita wastewater production, collection and treatment are observed across different geographic regions and by level of economic development. For example, just over 16 % of the global population in high-income countries produces 41 % of global wastewater. Treated-wastewater reuse is particularly substantial in the Middle East and North Africa (15 %) and western Europe (16 %), while comprising just 5.8 % and 5.7 % of the global population, respectively. Our database serves as a reference for understanding the global wastewater status and for identifying hotspots where untreated wastewater is released to the environment, which are found particularly in South and Southeast Asia. Importantly, our results also serve as a baseline for evaluating progress towards many policy goals that are both directly and indirectly connected to wastewater management. Our spatially explicit results available at 5 arcmin resolution are well suited for supporting more detailed hydrological analyses such as water quality modelling and large-scale water resource assessments and can be accessed at https://doi.org/10.1594/PANGAEA.918731 (Jones et al., 2020).

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.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,410

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,042
Tête enseignante GPT0,241
Écart entre enseignants0,199 · 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