Economic Instruments, Innovation, and Efficient Water Use
Bibliographic record
Abstract
Les gouvernements sont de plus en plus préoccupés par le fait que les niveaux actuels de consommation d’eau ne sont pas viables à long terme, d’un point de vue écologique, particulièrement devant les dangers que posent les changements climatiques. Dans cet article, nous examinons des recherches récentes portant sur l’innovation en matière de consommation d’eau dans trois secteurs (résidentiel, industriel, agricole) pour montrer que l’utilisation d’instruments économiques doit faire partie des mesures à mettre en place pour promouvoir l’innovation dans le but de gérer plus efficacement la consommation et la conservation de l’eau. Nos résultats indiquent que deux facteurs influencent l’innovation: la compréhension du rôle que joue l’eau dans la production (industrielle, agricole et des ménages) et les changements dans le coût unitaire des autres intrants (particulièrement l’énergie et le capital). De plus, les recherches actuelles montrent qu’il faudrait concevoir des politiques qui s’appuient sur des instruments économiques pour chaque secteur, sur la base de leur contexte et de leurs caractéristiques spécifiques.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.005 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".