MétaCan
Menu
Retour à la cohorte
Enregistrement W3164030972 · doi:10.1016/j.oneear.2021.04.011

Sustainability of the global sand system in the Anthropocene

2021· article· en· W3164030972 sur OpenAlexaff
Aurora Torres, Mark U. Simoni, Jakob K. Keiding, Daniel B. Müller, Sophus zu Ermgassen, Jianguo Liu, Jochen A.G. Jaeger, Marten Winter, Éric F. Lambin

Notice bibliographique

RevueOne Earth · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovation, Sustainability, Human-Machine Systems
Établissements canadiensConcordia University
Organismes subventionnairesDeutsche ForschungsgemeinschaftEuropean CommissionDeutsches Zentrum für integrative Biodiversitätsforschung Halle-Jena-LeipzigNational Science Foundation
Mots-clésDredgingAnthropoceneSustainabilitySand miningScarcitySubsistence agricultureEnvironmental resource managementEconomic shortageEnvironmental scienceGeologyGeographyEcologyArchaeologyEconomicsOceanography

Résumé

récupéré en direct d'OpenAlex

Sand, gravel, and crushed rock, together referred to as construction aggregates, are the most extracted solid materials. Growing demand is damaging ecosystems, triggering social conflicts, and fueling concerns over sand scarcity. Balancing protection efforts and extraction to meet society's needs requires designing sustainable pathways at a system level. Here, we present a perspective on global sand sustainability that shifts the focus from the mining site to the entire sand-supply network (SSN) of a region understood as a coupled human-natural system whose backbone is the physical system of construction aggregates. We introduce the idea of transitions in sand production from subsistence mining toward larger-scale regional supply systems that include mega-quarries for crushed rock, marine dredging, and recycled secondary materials. We discuss claims of an imminent global sand scarcity, evaluate whether new mining frontiers such as Greenland could alleviate it, and highlight three action fields to foster a sustainable global sand system.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,007
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,016
Tête enseignante GPT0,319
Écart entre enseignants0,303 · 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

Citations194
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueOne EarthMême sujetInnovation, Sustainability, Human-Machine SystemsTravaux en français237 207