Disclosure of environmental sustainability activities by large ski lift firms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study investigates how environmental sustainability practices and reporting are disclosed by a group of six large ski lift operators across the world (Compagnie des Alpes, CDA (France), Silvrettaseilbahn AG (Ischgl) (Austria), Skistar (Sweden/Norway), Vail resorts (United States), Whistler Blackcomb (Canada) and Zermatt (Switzerland). Different types of practices are assessed. Results show that ski lift operators are highly active even if the extent of disclosure varies across resorts. Publicly listed ski lift operators in France and Sweden provide a detailed sustainability report and have also implemented environmental management programmes. Other firms develop their own sustainability strategies (Whistler Blackcomb, Vail resorts and Zermatt Bergbahnen AG). The practices range from monitoring of greenhouse gas emissions, 100 per cent green electricity, zero emission goals, energy reduction, fuel switching, water consumption, waste management and adaptation measures to climate change. Two ski lift operators show a decreasing trend in Co2 emissions per skier day or energy costs. Some operators report water usage in snowmaking per visitor which ranges between 250 to 1400 litres per skier day. Carbon offsetting and environmentally friendly diesel are also common tools. No ski lift operator actively participates in the UN global compact programme while three provide a sustainability report following the Global Environmental Reporting Initiative. There is an overemphasis on the use of easily available renewable energy sources, while other more complicated environmental concerns such as climate change risk are de-emphasised. Information on the main source of locally generated emissions, the fuel consumption of “piste” vehicles and snowmobiles is scarce.
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.
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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle