MétaCan
Menu
Retour à la cohorte
Enregistrement W2526825918 · doi:10.1017/s0032247416000565

Management challenges for the fastest growing marine shipping sector in Arctic Canada: pleasure crafts

2016· article· en· W2526825918 sur OpenAlexafffundabout
Margaret Johnston, Jackie Dawson, Elsa De Souza, Emma Stewart

Notice bibliographique

RevuePolar Record · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensUniversity of OttawaLakehead University
Organismes subventionnairesTransport Canada
Mots-clésTourismCraftVisitor patternStakeholderArcticPleasureBusinessGovernment (linguistics)Environmental resource managementEnvironmental planningGeographyPolitical sciencePublic relationsEcologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Changing environmental conditions in the Canadian Arctic are associated with an increase in marine tourism. A substantial decline in the extent of ice coverage in the summer season has resulted in greater accessibility for all categories of ships, and the tourism sector has been quick to respond to new opportunities. This increase in vessel traffic has raised significant issues for management, and particular concerns about the pleasure craft (non-commercial tourism) sector. This paper reports on research aimed at identifying change in the pleasure craft sector in Canadian Arctic waters since 1990; exploring management concerns held by stakeholders regarding changes in the sector; and, providing recommendations for government stakeholders. The paper is based on material gathered through an examination of existing data sources and stakeholder interviews (n= 22). Analysis was aimed at understanding the rapid development of the sector and potential management strategies, including research needs. Analysis reveals a dramatic increase in annual vessel numbers, particularly from 2010 onwards. Management concerns of interviewees relate to implications of this growth in four areas: visitor behaviour; services, facilities and infrastructure; control; and, planning and development. The paper concludes by describing recommendations in the areas of research needs, regulation, and strategic development.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,047
Score d'incertitude au seuil0,343

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0160,002
Communication savante0,0060,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,047
Tête enseignante GPT0,275
Écart entre enseignants0,228 · 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

Citations53
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePolar RecordMême sujetArctic and Russian Policy StudiesTravaux en français237 207