Exploring vulnerability and resilience of shipping for coastal communities during disruptions: findings from a case study of Vancouver Island in Canada
Notice bibliographique
Résumé
Purpose This study aims to improve understanding of how coastal maritime transport system of Vancouver Island would be disrupted in disaster events, and the strategies could be used to address such risks. Any transport disruption at the maritime leg of the supply chain can affect the needs of vulnerable residents and thus, the supply of many goods to coastal communities. Design/methodology/approach This case study focuses on the disruption that can be expected to occur for ferries that serves coastal communities of Vancouver Island in Canada. A landslide scenario in the Fraser River (which connects coastal communities) is developed, and interviews and focus groups are used to gain understanding of the vulnerability and resilience of shipping. Findings The findings show that the maritime leg of the supply chain for the coastal communities of Vancouver Island is resilient to a landslide disruption of ferries. Besides, there would be no impact on the operability of tugs and barges. This study also offers suggestions for creating the conditions for increasing resilience of maritime supply chains to any such disruption. Research limitations/implications A research gap exists with respect to minimizing disruption in maritime supply chains, mainly in regard to lessening the impact on the vulnerable residents of coastal communities. This study contributes to filling this gap in the literature. Practical implications The findings have significant implications for maritime service providers and for people working on disaster preparedness, emergency response and recovery. Originality/value Studies which focus on alleviating the impact of disruptions in the maritime supply chains and the mitigation strategies for coastal communities are scarce in the literature.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,027 | 0,005 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».