MétaCan
Menu
Retour à la cohorte
Enregistrement W4415916838 · doi:10.1680/jenes.25.00114

Carbon footprint and economic viability analysis of water pumping systems in a semi-arid region, Morocco

2025· article· en· W4415916838 sur OpenAlexvenueno aff
Karima Laaroussi, Abdellah El Aissaoui, Assia Harkani, Tarik Benabdelouahab, Saloua Jemjami

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater pumpingGreenhouse gasCarbon footprintRenewable energyElectricityCarbon dioxidePhotovoltaic systemPopulationGlobal warmingEnvironmentally friendly

Résumé

récupéré en direct d'OpenAlex

Today, the world faces a significant challenge: climate change, mainly driven by greenhouse gas (GHG) emissions. These changes are seen in global warming and seasonal shifts, worsened by population growth and shifting lifestyles. In this context, effective management of water resources is vital. Renewable energies, especially photovoltaics (PVs), are emerging as a sustainable solution, particularly suited to arid and semi-arid regions with ample sunlight. This technology lowers energy costs and GHG emissions, providing an option that is both cost-effective and environmentally friendly. This article presents a comparative cost analysis of two pumping systems using different energy sources: PVs and electricity. The study, based on a 7.1 kW pumping system, indicates that PV pumping is not only the most environmentally friendly option, emitting only 1.14 tonnes of carbon dioxide (tCO2)/year compared with 7.8 tCO2/year from the electricity pumping system, but also the most economically feasible, with a cost of 0.11 Moroccan dirham per cubic metre of water (MAD/m³), compared with 1.48 MAD/m³ for the grid-powered system life-cycle cost analysis and evaluation of carbon dioxide emissions over the system’s operational lifetime, provide a comprehensive comparison to show importance of economic and environmental impacts.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,004
Tête enseignante GPT0,173
Écart entre enseignants0,169 · 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 revueJournal of Environmental Engineering and ScienceMême sujetWater-Energy-Food Nexus StudiesTravaux en français237 207