MétaCan
Menu
Retour à la cohorte
Enregistrement W4410530662 · doi:10.1016/j.jhydrol.2025.133547

Beyond the traditional paradigm of water resources management: scenario thinking to address deep uncertainty

2025· article· en· W4410530662 sur OpenAlexafffund
Wenyan Wu, Leila Eamen, Graeme C. Dandy, Holger R. Maier, Saman Razavi, Jan Kwakkel, Jiajia Huang, George Kuczera

Notice bibliographique

RevueJournal of Hydrology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensGlobal Institute for Water SecurityUniversity of SaskatchewanUniversity of Waterloo
Organismes subventionnairesAustralian Research CouncilGlobal Water FuturesCanada First Research Excellence FundUniversity of Melbourne
Mots-clésComputer scienceWater resourcesEnvironmental scienceEnvironmental resource management

Résumé

récupéré en direct d'OpenAlex

Sustainable management of water resources is crucial for humanity. However, traditional methods for achieving this are becoming obsolete. This is because they are underpinned by the assumption that we have a good understanding of how water availability and demand will change in the future. However, based on our current experience with climate change, this is not the case. In fact, rather than having a good understanding of what the future might look like, it is, in fact, deeply uncertain. Consequently, a new paradigm for water resources management is needed; one that accounts for deep uncertainty by embracing scenario thinking. We categorize and summarize different causes of deep uncertainty in water resources management and provide examples of how an emerging paradigm rooted in scenario thinking can deal with these. We hope to stimulate discussion to enable this new paradigm to be developed further and embedded in standard practice.

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 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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,617
Score d'incertitude au seuil0,257

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 ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,199
Écart entre enseignants0,191 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of HydrologyMême sujetWater resources management and optimizationTravaux en français237 207