Review of water–energy–food nexus applications in the Global South
Notice bibliographique
Résumé
The study reviewed the applications of the water-energy-food (WEF) nexus for knowledge generation and decision-making in the Global South. The Preferred Reporting Items for Systematic Reviews and Meta-Analyses protocol identified 336 studies from the Web of Science and Scopus datasets. One hundred eighty-five articles applied WEF nexus tools to improve the understanding of WEF nexus interactions and to show the potential of nexus applications. The other articles (151) focused on nexus applications to guide planning and decision support for resource allocation and policy formulation. Environment, climate, ecosystems, land, and socio-economics were other popular nexus dimensions, while waste and economy were considered to a lesser extent. Limitations associated with nexus applications included unavailability of data, uncertainties from data sources, scale mismatch and bias. The inability of nexus tools to capture the complex realities of WEF interactions is hindering adoption, especially for policy formulations and investment planning. Data limitations could be solved using a sound scientific basis to correct uncertainties and substitute unavailable data. Data gaps can be bridged by engaging stakeholders, who can provide local and indigenous knowledge. Despite the limitations, applying nexus tools could be useful in guiding resource management. Limitations associated with nexus applications included - investment planning. Plausible pathways for operationalising the WEF nexus are discussed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».