MétaCan
Menu
Retour à la cohorte
Enregistrement W3198665043 · doi:10.33002/jelp01.02.01

WATER, ENERGY AND FOOD NEXUS INTERVENTIONS: IMPLICATIONS FOR THE ACHIEVEMENT OF THE SUSTAINABLE DEVELOPMENT GOALS IN MALAWI

2021· article· en· W3198665043 sur OpenAlexvenueno aff
Ngozi Finette Unuigbe, Aizenose Promise Ehizojie

Notice bibliographique

RevueJournal of Environmental Law & Policy · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensnon disponible
Organismes subventionnairesDepartment for International DevelopmentInternational Fine Particle Research InstituteUnited Nations Development Programme
Mots-clésNexus (standard)SustainabilityFood securityBusinessSustainable developmentResource (disambiguation)Natural resource economicsWater securityPopulationWater resourcesEnvironmental resource managementEconomic growthEnvironmental economicsEconomicsPolitical scienceAgricultureGeographyEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

Malawi faces mounting challenges in meeting the growing demand for food, water, and energy to satisfy the needs of a rapidly growing population. Relying on secondary data, the paper argues that while the existing policy initiatives have increased food production to a certain extent, the demand for water and energy has also increased, leading to degradation of the resource base, and contributing to an increase in water-related diseases. Poor sectoral coordination and institutional fragmentation have triggered the unsustainable use of resources and threatened the long-term sustainability of food, water, and energy security in the country, posing challenges to achieving the Sustainable Development Goals (SDGs) in the country. Consequently, this paper substantiates that a nexus approach can enhance understanding of the interconnectedness of the sectors and strengthen coordination among them. However, it requires a major shift in the decision-making process towards taking a holistic view, and development of institutional mechanisms to coordinate the actions of diverse actors and strengthen complementarities and synergies among the three sectors. The framework for cross-sectoral coordination and managing the nexus challenges is also suggested.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,659
Score d'incertitude au seuil0,349

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 ouverte0,0000,001
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 Opus0,018
Tête enseignante GPT0,249
Écart entre enseignants0,231 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Law & PolicyMême sujetWater-Energy-Food Nexus StudiesTravaux en français237 207