MétaCan
Menu
Retour à la cohorte
Enregistrement W3204034059 · doi:10.53658/rw2021-1-1-67-77

Development of Northern Sea Route: Prospects for International Cooperation

2021· article· en· W3204034059 sur OpenAlexaboutno aff
Arsenii V. Kirgizov-Barskii

Notice bibliographique

RevueRussia & World Sc Dialogue · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSWOT analysisArcticThe arcticChinaSAFERBusinessGeographyEnvironmental planningOceanography

Résumé

récupéré en direct d'OpenAlex

Today due to global climate change the Northern Sea Route is being formed along the northern coast of Russia as a new international maritime passage in the Arctic. Due to the rapid increase in the interest of regional and non-Arctic states, the scientific community and business to this transportation route, there is a need to study the prospects for cooperation between Russia and other countries on the development of the Northern Sea Route. The paper provides a detailed analysis of the interests of external players in the NSR area, taking into account the latest changes and events, while the author uses swot-analysis and a comparative analytical approach to conduct the study. The results of the study have shown that cooperation with some Arctic countries on the development of the NSR could bring mutual benefits: Canada and Russia would exchange experience on the development of similar sea routes, and Norway and Iceland would receive advantages as hubs on new routes. Non-regional countries, such as China, South Korea, Japan, Singapore and India, are interested in the NSR. For them, the Northern Sea Route is potentially shorter and safer compared to traditional routes, and it also allows to participate in projects located near its water area in science, energy and transport sectors. In turn, the participation of foreign partners is important for Russia, since it is usually accompanied by the active use of the route, the creation of large projects throughout its entire length, the attraction of serious funds, modern technologies and knowledge to the Arctic zone of the country.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,315
Écart entre enseignants0,283 · 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'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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRussia & World Sc DialogueMême sujetArctic and Russian Policy StudiesTravaux en français237 207