MétaCan
Menu
Retour à la cohorte
Enregistrement W4367049826 · doi:10.1002/adsu.202300024

Social Life Cycle Assessment of Mexico City's Water Cycle

2023· article· en· W4367049826 sur OpenAlexaff
Maribel García Sánchez, Alejandro Padilla‐Rivera, Leonor Patricia Güereca

Notice bibliographique

RevueAdvanced Sustainable Systems · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Reuse
Établissements canadiensUniversity of Calgary
Organismes subventionnairesDirección General de Asuntos del Personal Académico, Universidad Nacional Autónoma de MéxicoUniversidad Nacional Autónoma de MéxicoConsejo Nacional de Ciencia y Tecnología
Mots-clésSustainable developmentBottled waterEnvironmental economicsWater cycleBusinessWater qualityScale (ratio)Water consumptionWater supplyQuality of life (healthcare)Social impactWater resource managementEnvironmental scienceEnvironmental engineeringEconomicsEnvironmental healthGeographyPolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Abstract There is a need to generate micro‐scale indicators to measure progress towards meeting Sustainable Development Goals (SDGs) 6 and 8. In this sense, this study applies Social Life Cycle Assessment, including Quality of Employment (QoE) and Adequate Public Water Supply (AWS) indicators to assess the social performance of Mexico City's water cycle to identify the level (low, medium and high) of the potential risk of social impact (PR). The results show that the labor hours (WH) required by 1m 3 of water in Mexico City is equivalent to 0.062 WH. The QoE indicator shows that 94% of WH are associated with high PR due to low wages. For AWS, 5% is associated with a high PR for local communities in the Cutzamala system due to poor water quality and consumption of bottled water. This case study demonstrates that progress on QoE and AWS indicators can significantly contribute to achieving SDGs 6 and 8 in the water management of communities involved in Mexico City's water cycle.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,373

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,265
Écart entre enseignants0,257 · 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

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Sustainable SystemsMême sujetWastewater Treatment and ReuseTravaux en français237 207