MétaCan
Menu
Retour à la cohorte
Enregistrement W4210863549 · doi:10.1080/1088937x.2022.2032447

Arctic supply chain reliability in Baffin Bay and Greenland

2022· article· en· W4210863549 sur OpenAlexaboutno aff
Jacob Taarup‐Esbensen, Ove Tobias Gudmestad

Notice bibliographique

RevuePolar Geography · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArcticSupply chainBayReliability (semiconductor)The arcticBusinessHazardEnvironmental resource managementEnvironmental scienceOceanographyGeologyEcologyMarketing

Résumé

récupéré en direct d'OpenAlex

Despite the obvious economic advantages of utilising supply chains across the northern routes, there are significant challenges to their reliability. Every year an increasing number of ships venture into the region to supply, extract or transit the most northern parts of the world. However, supply chain reliability has been a significant challenge for ship operators, despite technological and organisational innovations. This paper investigates the hazards that face Arctic supply chain reliability in the region surrounding Baffin Bay and Greenland as well as the technological and organisational developments that are adopted to mitigate them. A bow-tie approach is used to illustrate the challenges faced by the shipping industry. We conclude that increased traffic will require significant investments in systems and infrastructure developments to manage Arctic hazards, thereby increasing reliability. Specifically, protective barriers like emergency response and icebreaker capacity need to be upgraded and positioned closer to emerging shipping lanes. Northwest Canada and Greenland are both poorly covered in terms of helicopter search and rescue and icebreaker availability. The consequence is that, with the increase in traffic outside the traditional busy routes in the south, supply chains lack access to effective Arctic hazard barriers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,260
Écart entre enseignants0,250 · 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 tête enseignante, pas un consensus.

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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolar GeographyMême sujetArctic and Russian Policy StudiesTravaux en français237 207