Exploring the Impact of Climate Change on Arctic Shipping through the Lenses of Quadruple Bottom Line and Sustainable Development Goals
Notice bibliographique
Résumé
Climate change is everywhere, and the Arctic is no exception. The melting sea ice has caused renewed interest in expanding maritime shipping for potentially more accessible ocean routes. Canada emerges as a natural land bridge for trade between Asia, Europe, and the Americas. Plausibly, it is not a choice but an imperative to properly integrate the stakeholders (the environment, countries, remote communities, industrial partners) in opening the Arctic Circle to the global economy while considering the challenges. Keeping sustainability front and center and drawing on the extant literature and government policies, this interdisciplinary study offers a Canadian perspective on Arctic transportation routes over tribal lands and their quadruple bottom line (QBL) impacts on the environment, economy, society, and Indigenous cultures. Unlike the arguable premise that new transport corridors will increase trade traffic and enhance the economy in Northern Canada, the QBL approach enables a more holistic and realistic strategy for the Arctic region’s sustainable development regarding regional economies, rural logistics, supply chain efficiency, and social licensing. Drawing on an integrative literature review as methodology, we highlight the QBL framework and the United Nations Sustainable Development Goals as crucial policy tools. Such a holistic perspective helps stakeholders and decision makers frame better policies in identifying, assessing, adapting, and mitigating risks for transportation infrastructure exposed to climate change. We recap the impacts of Arctic Shipping (ArSh) on QBL pillars in an interaction matrix and emphasize that while ArSh may be complementary to economic development, it poses threats to the viability of the Indigenous cultures.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».