MétaCan
Menu
Retour à la cohorte
Enregistrement W4319828464 · doi:10.1080/08865655.2023.2168294

Water Management on the U.S.-Mexico Border: Achieving Water Sustainability and Resilience through Cross-Border Cooperation

2023· article· en· W4319828464 sur OpenAlexvenueno aff
Francisco Lara‐Valencia, Irasema Coronado, Stephen P. Mumme, Christopher Brown, Paul Ganster, Hilda García‐Pérez, Donna L. Lybecker, Sharon B. Megdal, Rosario Sanchez, A. R. Sweedler, Robert G. Varady, Adriana A. Zúñiga-Terán

Notice bibliographique

RevueJournal of Borderlands Studies · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransboundary Water Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityPoliticsWhite (mutation)White paperCommissionResilience (materials science)Political scienceWork (physics)Public administrationSociologyLawEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

Shortly after being confirmed by the U.S. Senate in 2021, Commissioner Maria Elena Giner called for input into issues of importance to the U.S. Section of the International Boundary and Water Commission (USIBWC). Responding to her call, a group of border scholars committed to producing a white paper entitled “Water Management on the U.S.-Mexico Border: Achieving Water Sustainability and Resilience through Cross-Border Cooperation”. This document was presented to Commissioner Giner at the spring 2022 ABS Annual Meeting in Denver, Colorado. This commentary outlines the main ideas and recommendations in this white paper, which are intended to strengthen the USIBWC's ability to respond to the challenges of U.S.-Mexico border water management in the 21st century. The paper recognizes the IBWC's long history of handling binational water issues effectively and its demonstrated capacity to respond and adapt to the border region's changing social, political, and environmental conditions. The commentary is capped with Commissioner Giner's response to the white paper, including her commitment to work with the academic community in both countries in creating an IBWC's binational science advisory group, as recommended in the white paper.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,172

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,005
Communication savante0,0080,006
Science ouverte0,0010,005
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,023
Tête enseignante GPT0,386
Écart entre enseignants0,362 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Borderlands StudiesMême sujetTransboundary Water Resource ManagementTravaux en français237 207