MétaCan
Menu
Retour à la cohorte
Enregistrement W2897120545

Greening Arctic Cruise Shipping Through Law and Technology: A Role for China

2018· article· en· W2897120545 sur OpenAlexaffabout
Stefan Kirchner

Notice bibliographique

RevueLaCRIS (University of Lapland) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésCruiseArcticChinaContext (archaeology)The arcticBoomPollutionAir pollutionEnvironmental planningNatural resource economicsBusinessEnvironmental scienceEnvironmental protectionGeographyPolitical scienceOceanographyEnvironmental engineeringLawEconomicsEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Increased shipping in the Arctic will mean not only increasing tourism revenue for local communities but, more importantly in the long run, increasing health risks for local residents. The overwhelming majority of ships is powered with fossil fuels and concerns over emissions have led to the creation of Emission Control Areas, such as the Sulphur Emissions Control Area (SECA) in the Baltic Sea, the North Sea and along much, but not all, of the coasts of the United States and Canada. None of the existing SECAs includes areas north of the Arctic Circle. This means that coastal communities, in particular in cruise ship destinations, are put at risk from high emissions of SO2. The research presented here shows that China has the potential to play several roles in contributing to the protection of coastal communities in the Arctic and in safeguarding the human right to live in a healthy environment, which has long been recognized by the European Court of Human Rights. It will be shown that China has the potential to use international forms of cooperation in the context of the work of the International Maritime Organization in order to support the establishment of a SECA for the entire Arctic Ocean but can also profit from it in the long run, provided that China’s shipbuilding industry becomes able to meet the needs of more environment conscious ship buyers.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,548
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,270
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLaCRIS (University of Lapland)Même sujetArctic and Russian Policy StudiesTravaux en français237 207