MétaCan
Menu
Retour à la cohorte
Enregistrement W4415366627 · doi:10.1088/2634-4505/ae152f

Conveying intermittent water supply schedules digitally: production burdens and consumption possibilities in Coimbatore, India

2025· article· en· W4415366627 sur OpenAlexaff
Nidhi Subramanyam, David Meyer

Notice bibliographique

RevueEnvironmental Research Infrastructure and Sustainability · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésScheduleProduction (economics)Water supplyProduction scheduleConsumption (sociology)Transparency (behavior)BureaucracyCorporate governance

Résumé

récupéré en direct d'OpenAlex

Abstract Intermittently available piped water imposes unequal mental, physical, and financial stresses on a billion water users worldwide. These burdens lighten when water is supplied according to a reliable and accessible supply schedule. Little academic consideration has been given to the institutional and technical processes that shape how schedules are produced and conveyed; these processes are particularly influential where schedules are updated frequently (e.g. daily). This paper investigates the production-side burdens and uneven consumption benefits of digital schedule conveyance in Coimbatore, India, where the utility posted daily water supply schedules online in 2022 as part of digital governance reforms. We used a mixed-methods approach, combining interviews with utility staff, content analysis of user engagement on X/Twitter, and data extracted from schedule documents. Bureaucratic workflows, limited digital training, operators’ precarity, and political interference hindered the production of timely, accurate, standardized, and useful schedules. Daily schedule production required an average of 69 h of labor from 128 personnel (>70% valve operators). Posted schedules were inconsistently formatted, making them difficult for residents to interpret. X/Twitter data analysis validated usability and accuracy concerns, while highlighting limited attempts by residents to engage with schedules. Ambiguous locality names, missing or irregular timing information, and non-machine-readable formats impeded the computation of supply metrics. Digital schedule conveyance can improve transparency and reduce residents’ stress, but only if utilities invest in institutional capacity-building, data standards, and user-centered design. Utilities should compensate and train staff and disseminate machine-readable schedules (with uniquely identified localities and consistently reported supply times) through multiple channels. With reform, digitally conveyed water supply schedules could advance user-centric, equity-focused, and data-driven urban water governance.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,006
Tête enseignante GPT0,245
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research Infrastructure and SustainabilityMême sujetWater resources management and optimizationTravaux en français237 207