The updated and improved method for water scarcity impact assessment in LCA, AWARE2.0
Notice bibliographique
Résumé
Abstract Supported by the Life Cycle Initiative, in 2018, the Water Use in Life Cycle Assessment (WULCA) working group published Available Water Remaining (AWARE), a consensus‐based method for water scarcity impact assessment. This article presents AWARE2.0, an update based on new data and an improved calculation process and recommended by the authors of the original AWARE publication. Water availability for 1990–2019 and the global water consumption inventory of 2019 are modeled with the global hydrological model WaterGAP2.2e. AWARE2.0 refines the calculations for river deltas, inland sinks, and subdivided river basins and furthermore benefits from an improved representation of basin area, increased responsiveness of environmental water requirements to seasonal flow patterns, and a more appropriate water consumption definition. This work analyses differences between AWARE and AWARE2.0 and the influence of the improvements on the characterization factors (CFs). The update is relevant to life cycle assessment, since more than half of the water consumption inventory is linked to CFs changing by more than 10%. Globally relevant changes mainly result from the new input data including the temporal reference period, whereas other improvements target individual types of basins, sometimes changing their CFs by two orders of magnitude. The AWARE2.0 CFs are provided for 9406 basins and the country definitions of ecoinvent and GLAM. This article met the requirements for a gold‐gold JIE data openness badge described at http://jie.click/badges .
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 | 0,003 | 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 | 0,000 | 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 ».