MétaCan
Menu
Retour à la cohorte
Enregistrement W4391288966 · doi:10.1016/j.jhydrol.2024.130801

Water-energy-food planning and operations framework for river basins with a case study on the Blue Nile

2024· article· en· W4391288966 sur OpenAlexaff
Mohammed Basheer, Khalid Siddig, Claudia Ringler

Notice bibliographique

RevueJournal of Hydrology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesConsortium of International Agricultural Research CentersUnited States Agency for International Development
Mots-clésHydrology (agriculture)Drainage basinEnvironmental scienceWater resource managementGeologyGeographyCartographyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Water infrastructure is essential to achieving several Sustainable Development Goals (SDGs), including SDG 2 on zero hunger, SDG 6 on water and sanitation, and SDG 7 on affordable and clean energy. However, important tradeoffs and synergies need to be navigated across these goals as both water and resources for infrastructure investments are limited. In transboundary river basins, such tradeoffs can transcend countries, creating a complex, interconnected system of water-energy-food linkages. With increasing pressures on the Blue Nile’s water resources from population and economic growth and climate change, an analytical framework for joint planning of these essential human development goals at a fine temporal resolution and considering multi-national priorities can enhance the potential to achieve water, energy, and food security. In this study, we develop and apply a framework for water resources planning in the Blue Nile using four steps: (1) understanding the water-energy-food nexus management landscape through stakeholder engagement and literature review; (2) developing a detailed daily simulator that captures nexus components and objectives at a fine temporal scale; (3) linking the simulator to an Artificial intelligence-based search algorithm to design efficient agricultural and dam operation portfolios considering national and sectoral priorities; and (4) presenting the results using interactive visualization tools to facilitate dialogue and support decisions. Our Blue Nile water management results show that operating the Grand Ethiopian Renaissance Dam for baseload reduces variation in Blue Nile flows and supports irrigation development in Sudan. The results also identify efficient operation plans for large dams on the Blue Nile for alternative cropping patterns in expanded irrigation areas in Sudan that minimize tradeoffs across water, energy, and food objectives.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,319
Score d'incertitude au seuil0,276

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

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 Opus0,024
Tête enseignante GPT0,260
Écart entre enseignants0,236 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of HydrologyMême sujetWater-Energy-Food Nexus StudiesTravaux en français237 207