GIS-Based Material Stock Analysis (MSA) of Climate Vulnerabilities to the Tourism Industry in Antigua and Barbuda
Notice bibliographique
Résumé
In the past decades, the Caribbean economy has transformed to rely primarily on tourism with a vast amount of infrastructure dedicated to this sector. At the same time, the region is subject to repeated crises in the form of extreme weather events that are becoming more frequent, deadly, and costly. Damages to buildings and infrastructure (or the material stocks) from storms disrupt the local economy by an immediate decline in tourists and loss of critical services. In Antigua and Barbuda (A&B), tourism contributes 80% to the GDP and is a major driver for adding new material stocks to support the industry. This research analyzes A&B’s material stocks (MSs) in buildings (aggregates, timber, concrete, and steel) using geographic information systems (GIS) with physical parameters such as building size and footprint, material intensity, and the number of floors. In 2004, the total MSs of buildings was estimated at 4.7 million tonnes (mt), equivalent to 58.5 tonnes per capita, with the share of non-metallic minerals to be highest (2.9 mt), followed by aggregates (1.2 mt), steel (0.44 mt), and timber (0.18 mt). Under the National Oceanic and Atmospheric Administration’s (NOAA’s) 2 meter (m) sea level rise scenario, an estimated 4% of the island’s total MSs would be exposed. The tourism sector would disproportionately experience the greatest exposure of 19% of its MSs. By linking stocks to services, our research contributes to the understanding of the complexities between the environmental and economic vulnerability of island systems, and the need for better infrastructure planning as part of resilience building.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».