Temporal and Spatial Patterns of Ship Traffic in the Canadian Arctic from 1990 to 2015 + Supplementary Appendix 1: Figs. S1–S7 (See Article Tools)
Notice bibliographique
Résumé
The limited availability of consistent, longitudinal data sources for marine traffic in Arctic Canada has presented significant challenges for researchers, policy makers, and planners. Temporally and spatially accurate shipping data that reveal historical and current traffic trends are vital to plan safe shipping corridors, develop infrastructure, plan and manage protected areas, and understand the potential environmental and cultural impacts of change, as well as for sovereignty and safety considerations. This study uses a recently developed geospatial database of ship traffic to provide the first synthesized overview of the spatial and temporal variability of different vessel types in Arctic Canada during the 26-year period from 1990 to 2015. This examination shows that, overall, the distance traveled by ships in Arctic Canada nearly tripled (from 364 179 km in 1990 to 918 266 km in 2015), that the largest proportion of ship traffic in the region is from general cargo vessels and government icebreakers (including research ships), and that the fastest growing vessel type by far is pleasure craft (private yachts). Spatial shifts in vessel activity over the last quarter century have favoured areas with active mine sites, as well as the southern route of the Northwest Passage. As a result, some communities, including Baker Lake, Chesterfield Inlet, Pond Inlet, and Cambridge Bay, are experiencing greater increases in ship traffic.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,006 | 0,013 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».