Unseen and overlooked: methods for quantifying groundwater abstraction from different sectors in a data-scarce region, British Columbia, Canada
Notice bibliographique
Résumé
Groundwater is considered a reliable resource, relatively insensitive to seasonal or even multi-year climatic variation; however, quantifying aquifer-scale estimates of stress in diverse hydrologic environments is particularly difficult due to data scarcity and the limited methods for deriving stress parameters, such as groundwater use and availability, which can be applied over a large spatial area. On a global scale, most methods focus on one major sector, such as irrigated agriculture which accounts for a substantial portion of groundwater use on a global-scale. However, this may misrepresent groundwater abstractions in regions significantly impacted by other sectors on a local-scale. The objective of this paper is to quantify annual average groundwater use through a multi-method sectoral approach for regions where groundwater abstraction data are scarce. Sectoral methods are developed for the annual volumetric quantification and spatial distribution of groundwater use for municipal water distribution systems, private domestic well users in municipal and rural regions, industrial use for manufacturing, mining, and oil and gas industries, irrigated agriculture, and finfish aquaculture. Results suggest that British Columbia (BC) uses a total of ∼562 million cubic metres of groundwater annually. The largest annual groundwater use by major sector is agriculture (38%), finfish aquaculture (21%), industrial (16%), municipal water distribution systems (15%), and domestic private well users (11%). This paper highlights the implications of using downscaled values of groundwater use from global datasets for aquifer-scale estimates, which can be misrepresentative in regions where groundwater use is unregulated or newly regulated, as is the case in BC. The sectoral methods developed in this paper provide a framework for estimating groundwater-specific use estimates in data scarce regions critical for groundwater management plans and aquifer-scale groundwater stress studies which depend on spatially-distributed groundwater use data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».