Environmental, economic, and social sustainability of urban water systems: a critical review using a life-cycle-based approach
Notice bibliographique
Résumé
The increasing number of studies covering different life cycle sustainability assessment (LCSA) tools and urban water systems (UWSs) emphasize the need to synthesize current research. While LCSA studies focus on an integrated approach considering the life cycle assessment (LCA), Life Cycle Costing (LCC), and social life cycle assessment (S-LCA) methodologies, these tools are typically applied separately, disregarding the trade-offs amongst economic, social, and environmental impacts. In this context, this review aims to critically analyze the literature on LCSA tools to enhance the integrated application in the future. Furthermore, we aim to identify technological trends, current challenges, and future research directions to improve sustainability. The ProKnow-C methodology was applied using a combination of four keyword sets and three databases. We selected 72 relevant papers that were analyzed in detail. Results demonstrate that authors apply different boundaries when using different LCSA tools, and lack of data was also a common issue. Furthermore, papers lack system description in the scope definition, leading to a biased interpretation of results. Another important issue was the functional unit selection, which did not represent the complexity of UWSs, lacking important details such as water loss, water quality, and population served. Water treatment is the most researched process in UWSs, and stormwater systems (collection or treatment) are rarely included, representing only 25% of the analyzed literature. In conclusion, the application of LCSA tools faces fundamental challenges, such as data quality and availability. Concerning the engineering improvements, future works should use LCSA data to support design and technology development, also focusing on human behaviour and frugal technology alternatives. Finally, new paradigms need to be developed and applied to enhance sustainability and integrate UWS.
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 | 0,009 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,024 | 0,024 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».