MétaCan
Menu
Retour à la cohorte
Enregistrement W6977284171 · doi:10.6084/m9.figshare.16964651.v1

Analysis of Canada’s water use: tracing water flow from source to end use

2021· article· en· W6977284171 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater useHydropowerWater supplyResource (disambiguation)Surface waterWater consumptionNon-revenue waterWater resourcesConsumption (sociology)

Résumé

récupéré en direct d'OpenAlex

Freshwater is a critical natural resource and fundamental to social and environmental activities, including industrial activities, food production, and residential needs. Hence, it is important to understand provincial water supply and demand. However, there are large gaps in provincial and sectoral water use data. This study provides estimates for disaggregated water use by regional subsectors and uses Sankey diagrams to depict the water flow from intake to consumption and discharge. The study uses a bottom-up method in the oil and gas and hydropower sectors and top-down methods in the residential, commercial and institutional, manufacturing, mining, agricultural, and power sectors. Surface and ground water are considered separately. Water use in the year 2017 was analyzed for British Columbia, Alberta, Saskatchewan, Manitoba, Ontario, Quebec, the Atlantic Provinces, and the Territories. Water-use intensities were also calculated by region and sector. A total of 40 billion m3 of water use is traced from source to either discharge or consumption. New disaggregated data is developed provincially and by sector for oil and gas, mining, and power generation. Water use in the oil and gas sector was disaggregated into 5 subsectors, with oil sands surface mining in Alberta as the largest consumer with 138 million m3 of water consumed. Hydro power was estimated to consume the most water out of all sectors, with 3393 million m3 of water consumed. Alberta was also found to have the largest consumptive water use per capita. The results provide important insights on water supply and demand in Canada. Such information supports both regional and federal governments in formulating appropriate regional and sectoral policies and can support water managers and the public in understanding water supply and demand in Canada. Modelling efforts requiring regional and sectoral water use can also use these results. Supplemental data for this article is available online at http://dx.doi.org/.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,169

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,012
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,026
Tête enseignante GPT0,195
Écart entre enseignants0,168 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetWater-Energy-Food Nexus StudiesTravaux en français237 207