MétaCan
Menu
Retour à la cohorte
Enregistrement W4409321797 · doi:10.1016/j.ecolind.2025.113458

Complementary strengths of water footprint and life cycle assessments in analyzing global freshwater appropriation and its local impacts – Recommendations from an Interdisciplinary discussion series

2025· article· en· W4409321797 sur OpenAlex
Markus Berger, P.W. Gerbens-Leenes, Fatemeh Karandish, Maite M. Aldaya, Anne‐Marie Boulay, Rick J. Hogeboom, Andreas Link, Alessandro Manzardo, Oleksandr Mialyk, Masaharu Motoshita, Montserrat Núñez, Stephan Pfister, Ralph K. Rosenbaum, Laura Scherer, Han Su, Lara Wöhler

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 · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesAgència de Gestió d'Ajuts Universitaris i de RecercaEuropean Research CouncilEdema-Steernberg FoundationGeneralitat de CatalunyaIndiana Retired Teachers AssociationEuropean CommissionMinisterio de Ciencia e InnovaciónEuropean Social FundCentres de Recerca de Catalunya
Mots-clésAppropriationEnvironmental scienceFootprintEnvironmental resource managementWater cycleSeries (stratigraphy)Ecological footprintEnvironmental planningGeographyEcologySustainabilityGeologyBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

• Assessing water use along supply chains is key in addressing global water challenges. • Water Footprint and Life Cycle Assessment are not in competition with each other. • The methods have strengths and weaknesses in relation to different questions. • Recommendations for application-dependent uses are provided. Considering globally increasing water challenges, the analysis of water use along supply chains is of great relevance and can be tackled by mainly two methodological approaches: Water Footprint Assessment (WFA) and Life Cycle Assessment (LCA). While sharing the same goal of promoting sustainable water use, both methods developed in different contexts and scientific communities. This has led to heated debates on methodological presuppositions that at times has become unconstructive. To build mutual understanding and enable a fruitful cooperation, researchers from both communities have exchanged over the course of two years. This paper summarizes the outcomes of this discussion series by providing i) a description of the development of both approaches and their ways of assessing freshwater consumption and pollution, ii) an application in a case study, and iii) an analysis of strengths and weaknesses in relation to questions decision-makers may have. Our analysis revealed that WFA’s strength lies in its ability to measure freshwater appropriation, water-use efficiency, water scarcity and total pollution levels. This makes WFA particularly useful for crop selection as well as agricultural and river basin water management. With its focus on assessing impacts, LCA is strong in quantifying potential consequences of water use for humans and ecosystems. This makes it particularly useful for assessing complex supply chains and for analysing water-related impacts in combination with other environmental aspects. Rather than being in competition with each other, we emphasize the individual and complementary strengths of both approaches and their joint efforts in addressing the world’s pressing water challenges.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,540

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 ouverte0,0000,002
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 Opus0,013
Tête enseignante GPT0,316
Écart entre enseignants0,304 · 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