MétaCan
Menu
Retour à la cohorte
Enregistrement W4396806051 · doi:10.1016/j.cesys.2024.100193

Advancing urban water autonomy: A Social Life Cycle Assessment of rainwater harvesting systems in Mexico City

2024· article· en· W4396806051 sur OpenAlexaff
Raúl Castelán-Cabañas, Alejandro Padilla‐Rivera, Carlos Muñoz-Villarreal, Leonor Patricia Güereca

Notice bibliographique

RevueCleaner Environmental Systems · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRainwater harvestingAutonomyEnvironmental scienceEnvironmental planningWater cycleWater resource managementGeographyPolitical scienceEcology

Résumé

récupéré en direct d'OpenAlex

This study conducts a Social Life Cycle Assessment (S-LCA ) of Rainwater Harvesting Systems (RWHS) in Mexico City to evaluate their social performance. Given the city's pressing water scarcity, RWHS have become critical for promoting water autonomy and sustainable urban development. The research integrates quantitative data from surveys and interviews with RWHS users and organizational employees, along with qualitative analysis using the Product Social Impact Assessment (PSIA) approach. This methodology allows for a thorough examination of socio-environmental dynamics influenced by RWHS adoption. Our findings show high acceptance of RWHS among users and highlight progressive labor practices, underscoring RWHS's potential to transform urban water management. This study, the first to evaluate this ecotechnology through an S-LCA, identifies the need for a multidimensional approach to understand socio-economic and environmental intersections with water systems. It also underscores NGOs' role in facilitating technology transfer and adoption in urban communities. Recommendations include extending the S-LCA methodology to cover the entire RWHS lifecycle and incorporating broader social science theories to deepen understanding of water sustainability interventions. The results offer new insights into RWHS assessment, emphasizing the complexities of deploying decentralized water technologies in a mega-city and laying groundwork for policy recommendations that support sustainable, equitable water access.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil0,847

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,010
Tête enseignante GPT0,258
Écart entre enseignants0,248 · 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'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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCleaner Environmental SystemsMême sujetWater Governance and InfrastructureTravaux en français237 207