Citizen science approach for springshed management: A comprehensive community-driven mapping and dataset of spring sources in Kavre, Nepal
Notice bibliographique
Résumé
In the Himalayan region, a reliable and comprehensive spring source dataset is crucial for sustainable water source management, protection of the environment, climate change adaptation efforts, and formation of evidence-based informed policy decisions, where springs play a vital role in local water security. Community Resource Persons (CRPs)- these are local community members, who were trained in springshed management as well as in field data collection and collected the data using a mobile-based ArcGIS Survey123 app. The dataset includes the spring's georeferenced location, water use patterns, source conditions, discharge, basic socio-economic characteristics of dependent communities, and adaptation measures implemented by communities to address water scarcity. By integrating local knowledge and citizen science approaches with state-of-the-art digital technology, the dataset offers valuable insights for sustainable water resource management, highlighting the biophysical, cultural, social, and governance aspects of springs in the drought-prone region. This data can support socio-ecological research inform policymaking targeting water security and efforts aimed at the revival of springs. As the dataset is made publicly available through ICIMOD's Regional Database System (RDS) (https://rds.icimod.org/), it will serve as a foundation for the identification of critical springs for long-term monitoring and revival and assessing the impact on water security after the revival of dried springs, which will be important for researchers, policymakers, and conservation practitioners alike.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».