Assessing the real impact of inter-provincial grain trade on water and land resources within China via a modified framework
Notice bibliographique
Résumé
A rational evaluation of the virtual land and water resource flows within the grain trade can potentially serve: ( i) to mitigate regional resource scarcity, ( ii ) as the basis for agricultural water and land resource management, and ( iii ) to support policymakers in making strategic choices for resource redistribution and sustainable resource development. Failing to reflect real-world agricultural production systems and irrigation-driven resource management practices, existing evaluation frameworks consider only the virtual water and land content embedded in traded grain, neglecting irrigation’s marginal productivity enhancement effect under cropland constraints. Applied to empirical analyses of interprovincial grain transfers within China, where arable land resources are strictly constrained, a modified framework was developed to incorporate irrigation effects into virtual water and land resource accounting. China's land and water productivity under irrigated agriculture is 2.18- and 1.32-fold greater than under rainfed agriculture, respectively. However, the irrigation provision rate is less than 50 %. From 2005–2015, interprovincial virtual water flows increased from 45.94 × 10 9 m³ to 98.80 × 10 9 m³ , and virtual land flows increased from 3.64 × 10 6 ha to 9.35 × 10 6 ha. A benefits evaluation showed that, over the same period, virtual water wastage decreased from 8.24 × 10 9 m³ to 3.79 × 10 9 m³ , and virtual land wastage increased from 1.81 × 10 6 ha to 4.22 × 10 6 ha. Therefore, failure to consider the role of irrigation can lead to erroneous grain virtual water and land trade evaluations. In altering the perspective of virtual water and land resource assessment, this study provides a basis for agricultural layout optimisation, irrigation development and water resource management policies. • Expanded irrigation boosts grain production despite arable land constraints. • Irrigation enhances the efficiency of water and land use in grain production. • Ignoring irrigation's role leads to the underestimation of virtual blue water flows and arable land savings. • Incorporating grain production processes into trade evaluations enhances policy relevance.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».