Virtual Water and Water Footprint: Bibliometric Valuation of its Scientific Analysis
Notice bibliographique
Résumé
The concepts of virtual water and water footprint are complementary tools for understanding the direct and indirect use of water in anthropogenic processes. While the former refers to the amount of water required to produce a product (along with the direct impacts this generates on other users, in different regions, or on water quality), the latter addresses the indirect use of this resource in detail. In this context, the present study conducts a comprehensive bibliometric analysis of scientific publications on these concepts between 2001 and 2023, using information available in the Scopus database, supported by VOSviewer for mapping and STATA for generating graphs. The results highlight the prevalence of transdisciplinary approaches led by contributions from the People's Republic of China, the United States, England, the Netherlands, Italy, Germany, and Canada. Grounded in environmental, biological, and socioeconomic sciences, these approaches have provided precise insights into the diverse direct and indirect anthropogenic uses of water resources. In particular, China stands out as a leader in knowledge generation and in providing institutional support for research on virtual water and Water Footprint. Beyond these results, it is concerning that research activity on these topics is primarily conducted by developed countries, while the contribution from developing countries continues to lag behind. This underscores the importance of promoting equitable participation in research to address global 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.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,020 | 0,043 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».