MétaCan
Menu
Retour à la cohorte
Enregistrement W4245011649 · doi:10.11647/obp.0193.25

Fresh Water

2020· book-chapter· en· W4245011649 sur OpenAlexaff
Janet G. Hering

Notice bibliographique

RevueOpen Book Publishers · 2020
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Reuse
Établissements canadiensAlberta Oil Sands Technology and Research AuthorityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSanitationEnvironmental planningBusinessAgricultureDeveloping countrySustainable developmentNatural resource economicsEnvironmental protectionEnvironmental engineeringEngineeringGeographyPolitical scienceEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

This chapter outlines the ways in which fresh water is crucial to all of us in myriad ways, and the challenges we face when disrupting natural hydrodynamic systems. Since improvements made in sanitation in the nineteenth century, wealthy countries have largely alleviated the effects of water-borne disease and lack of safe drinking water. However, it is precisely modern, urbanized society that has caused the most damage to marine systems, through pollution, eutrophication (introduction of nutrients) and hydro-electric dams, in service of its industrial development. For developing countries, the UN’s Sustainable Development Goals (SDGs) recognized, in 2015, the increasing need for access to safe drinking water. The chapter emphasizes that the past models of water management in industrialized nations, which have come at huge ecological and social costs, should be regarded critically by developing regions, desperate to utilize water systems for growing urban populations. Hering advocates learning from the successes and failures of wealthy countries; developing sustainable, balanced approaches to agriculture (particularly the use of fertilizer) and waste management; and implementing decentralized, locally-appropriate methods of water-management.

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 candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil1,000

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 savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,1710,029

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 Opus0,019
Tête enseignante GPT0,206
Écart entre enseignants0,187 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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 revueOpen Book PublishersMême sujetWastewater Treatment and ReuseTravaux en français237 207