MétaCan
Menu
Retour à la cohorte
Enregistrement W3208352769 · doi:10.3390/su132111980

Development of Framework for Improved Sustainability in the Canadian Port Sector

2021· article· en· W3208352769 sur OpenAlexafffundabout
Jennifer L. MacNeil, Michelle Adams, Tony R. ‎Walker

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensDalhousie University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSustainabilityOperationalizationPort (circuit theory)Government (linguistics)BusinessSustainable developmentProcess (computing)Process managementPolitical scienceEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Canada Port Authorities (CPAs) are federal entities responsible for managing Canadian Ports with local, national, and international strategic importance. Despite their connection to the Government of Canada, the CPAs inconsistently report sustainability performance and are absent from Canada’s Federal Sustainable Development Strategy (FSDS)—a national strategy to operationalize the United Nation’s (UN) Sustainable Development Goals (SDGs). Sustainability initiatives currently used by CPAs only contribute towards attaining 14 of 36 relevant SDG targets, suggesting the need for an additional sustainability framework to achieve the remainder of these targets. This paper proposes a port-specific framework based on disclosures from the Global Reporting Initiative (GRI) to fill performance gaps in current sustainability initiatives. Disclosures were selected in an iterative process based on literature and industry best practices. The framework provides a unified approach for both CPAs and policymakers to attain SDG targets relevant to the Canadian port sector and align sustainability performance with Canada’s FSDS.

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)0,054
score de la tête « metaresearch » (Gemma)0,044
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 enseignants0,866
Score d'incertitude au seuil0,971

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0540,044
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0130,012
Études des sciences et des technologies0,0150,016
Communication savante0,0220,011
Science ouverte0,0080,011
Intégrité de la recherche0,0080,007
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,013
Tête enseignante GPT0,256
Écart entre enseignants0,242 · 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

Citations28
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetMaritime Ports and LogisticsTravaux en français237 207