MétaCan
Menu
Retour à la cohorte
Enregistrement W7116412061 · doi:10.1029/2024wr039403

Exploring the Impacts of Climate Change and Water Conservation Attitudes on Urban Water Supply in the Colorado River Basin

2025· article· en· W7116412061 sur OpenAlexaff
Renee Obringer, Grace Peterson, Dave D. White

Notice bibliographique

RevueWater Resources Research · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensUnited Nations University Institute for Water, Environment, and Health
Organismes subventionnairesJohn and Willie Leone Family Department of Energy and Mineral Engineering, College of Earth and Mineral Sciences, Pennsylvania State UniversityUniversity of PennsylvaniaNational Socio-Environmental Synthesis CenterPennsylvania State UniversityU.S. Department of EnergyNational Science Foundation
Mots-clésClimate changeDemand managementWater conservationWater resourcesPhoenixWater scarcityClimate resilienceDrainage basin

Résumé

récupéré en direct d'OpenAlex

Abstract Under intensifying climate change, demand management policies are likely to become increasingly important means for increasing the resilience of surface water systems during scarcity periods. Yet, there is little knowledge focused on how these policies might function in the face of climate change. In this sense, understanding the likely effectiveness of demand management policies under climate change is critical for ensuring sustainable and equitable long‐term planning of water systems. Here, we build an agent‐based model to evaluate the reservoir storage in the cities of Denver (Colorado), Las Vegas (Nevada), and Phoenix (Arizona) under climate change and demand management scenarios. The results indicate that in some scenarios, demand management policies can counteract the negative impacts of climate change. In others, however, the demand management policies have minimal impact, suggesting that demand management alone is not always enough to counteract climate change. Overall, the model can be used to test other demand management policies, while also serving as a basis for improved understanding of the interactions between climate change, water conservation attitudes, and demand management policies within the Colorado River Basin.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,382
Score d'incertitude au seuil0,760

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,098
Tête enseignante GPT0,288
Écart entre enseignants0,191 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetWater resources management and optimizationTravaux en français237 207