The Paris Agreement and climate justice: inequitable impacts of sea level rise associated with temperature targets
Notice bibliographique
Résumé
Anthropogenic greenhouse gas emissions are causing unprecedented changes to the climate. In 2015, at the United Nations (UN) Conference of the Parties in Paris, France, countries agreed to limit the global mean surface temperature (GMST) increase to 2°C above preindustrial levels, and to pursue efforts to limit warming to 1.5°C. Due to the long-term irreversibility of sea level rise (SLR), risks to island and coastal populations are not well encapsulated by the goal of limiting GMST warming by 2100. This paper reviews and synthesizes the climate justice implications of temperature targets in light of our increasing understanding of the spatially variable impact and long temporal commitment to rising seas. In particular we highlight the impact that SLR will have on island states and the role of the Alliance of Small Island States (AOSIS) in UN climate negotiations. As a case study we review dual impacts from the Antarctic Ice Sheet (AIS) under a changing climate: 1) recent climate and ice sheet modeling shows that Antarctic melt has the potential to cause rapid SLR with a distinct spatial pattern leading to AOSIS nations experiencing SLR at least 11% higher than the global average and up to 33% higher; and 2) future ice sheet melt will result in a negative feedback on GMST, thus delaying temperature rise. When considering these impacts in conjunction, justice concerns associated with the Paris Agreement are exacerbated. This case study demonstrates that mitigation policies should consider climate impacts in addition to GMST, particularly sea level rise.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».