Development of Method for Assessing Water Footprint Sustainability
Notice bibliographique
Résumé
Large scale production of water-intensive industrial products can intensify water scarcity, resulting in potential unsustainable water use at local and regional scales. This study proposes a methodological framework for assessing the WF sustainability of multiple interdependent products in a system, and one of China’s four major large modern coal chemical industry bases is used as a case study. A Mixed-Unit Input-Output (MUIO) model was applied to calculate the blue water footprint (WF) for 19 major coal-based energy and chemicals in the study area, based on which the WF sustainability of production of the products were assessed using different indicators. Technical coefficient matrix and direct water consumption vector of the products were constructed based a database that were built by field research in the study area. Accounting result indicates that the blue WF of the coal-based products range from 2.5 × 10−4 m3/kWh for coal-fired power to 55.25 m3/t for Polytetrahydrofuran. The sustainability assessment reveals that the blue WF of all products produced in the study area are sustainable at both product and regional levels, while over half of them have reached the advanced level. However, the blue WF of a few products with large production capacities has just crossed the sustainable thresholds, posing potential threat to the local environment. This paper concludes with a discussion on the choice of blue WF accounting approach, methods to promote WF sustainability of coal-based products, and suggestions for the WF management in general.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».