MétaCan
Menu
Retour à la cohorte
Enregistrement W4412958154 · doi:10.1016/j.ecolind.2025.113982

Bayesian multistage factorial analysis for unveiling multi-indicator effects on synergistic carrying capacity of water resource, environment and ecology: A case study of Ordos

2025· article· en· W4412958154 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 · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Resources and Sustainability
Établissements canadiensUniversity of Regina
Organismes subventionnairesNational Key Research and Development Program of ChinaFoundation for Innovative Research Groups of the National Natural Science Foundation of ChinaNational Natural Science Foundation of China
Mots-clésCarrying capacityEnvironmental scienceFactorial analysisEcologyResource (disambiguation)Bayesian probabilityComputer scienceMathematicsBiologyStatistics

Résumé

récupéré en direct d'OpenAlex

Water resource, water environment and water ecology are interrelated elements within the watershed system and are of vital importance for the regional sustainable development. Accurately assessing the synergistic carrying capacity of water resource, environment and ecology (abbreviated as WSCC) remains a challenge due to multiple indicators, complicated interactions and multi-dimensional dependencies. This study develops a Bayesian multistage factorial analysis (BMFA) method through integrating Bayesian model averaging (BMA), coupling coordination model (CCM), and multistage factorial analysis (MFA) into a general framework. BMFA can (i) quantify the WSCC within a multi-layer and multi-dimensional evaluation framework as well as solve issue of subjectivity and single-source dependency in weighting, and (ii) reveal the key indicators affecting WSCC as well as reflect their individual and interactive effects. BMFA is applied to Ordos, a typical city facing issues of water shortage, deterioration of water environment and water ecology. The main findings are: (i) the WSCC in Ordos is an overall good status (with the mean value of 0.696) during 2000–2022, evolving from moderate in 2000 to good in 2022; (ii) among all counties, the WSCC value in Hangjin Banner is the highest (0.731) due to abundant per capita water resource, effective pollution control and low reliance on groundwater, and Otuoke Banners has the lowest WSCC value (0.655) because of groundwater overexploitation and scarce natural resources; (iii) the top three indicators affecting the city’s WSCC are urbanization rate (with contribution 58.4%), industrial wastewater treatment operating expenses (26.0%), and wetland coverage (11.1%). The findings reflect the spatial–temporal variation of the city’s WSCC and reveal the main indicators affecting WSCC, which can further provide useful information to synergistically manage water resource, environment and ecology and to support the regional sustainable development.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,681

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,013
Tête enseignante GPT0,251
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