MétaCan
Menu
Retour à la cohorte
Enregistrement W4405843806 · doi:10.1016/j.ecolind.2024.112984

A fuzzy logic approach within the DPSIR framework to address the inherent uncertainty and complexity of water security assessments

2024· article· en· W4405843806 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEcological Indicators · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMinistry of EducationMinistry of Education of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésDPSIRFuzzy logicComputer scienceRisk analysis (engineering)Environmental scienceEnvironmental resource managementBusinessArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

• A fuzzy logic evaluation model is established to deal with the uncertainty. • The control rules are set up to reflect the influence of relationships. • A sensitivity analysis was conducted on the indicators of the evaluation system. • The water security of MRB is at a safe status and faces various challenges. Quantitative and qualitative assessments are crucial means to understand the status of water security. In this paper, an index system for evaluating and diagnosing water security in the Mekong River Basin (MRB) was constructed based on the DPSIR model. A fuzzy logic evaluation model is established to deal with the nonlinearity and uncertainty of the evaluation index. In addition, the control rules of fuzzy reasoning are set up to reflect the influence relationship between evaluation indexes. Furthermore, the sensitivity of the evaluation method is reported and ways for water security improvement are proposed. The main findings are: (1) The water security score of MRB is 65.034 which is considered to be a safe status. China, Laos, and Thailand are water secure, while Myanmar, Cambodia, and Vietnam are facing water security problems. (2) The growth of Driving forces (D) and Impacts (I) are related to the improvement of water security. Pressures (P) have a significant threshold effect on water security. States (S) improvement has a direct and sensitive promotional effect. Responses (R) and water security are positively correlated. (3) The driving force has the strongest positive impact on water security in Laos, while it has a negative impact on Vietnam. Pressures has a minimal impact on China’s water security, while Cambodia faces a larger impact from Pressures. The influence of the State on the water security of basin countries is relatively stable, but in Myanmar, it has a negative impact. The effects of environmental changes hurt China’s water security. Vietnam has room to reduce these effects and enhance water security. The response dimension significantly improves the water security of the riparian countries but has a lesser impact on Cambodia and Myanmar. This research underscores the superiority of fuzzy logic in addressing multi-indicator, non-linear, and complex issues. It provides a flexible framework that accommodates the inherent uncertainties and complexities of water security assessments, captures dynamic interactions between various components of water security, and reveals non-linear relationships and threshold effects that conventional methods might overlook.

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.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,233

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 savante0,0000,000
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 Opus0,042
Tête enseignante GPT0,280
Écart entre enseignants0,238 · 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