Risk model, with identified key risks
Notice bibliographique
Résumé
Deliverable D9.4 of the Nunataryuk project. This report presents first an overview of a theoretical risk framework, including a Compass Model and Methodological Flow Chart, developed to help facilitate the gathering of coastal risks in a systematic way, to make assessments and apply different tools and analysis to contribute to more effective risk management at the local level in Arctic coastal communities. The development of this framework is motivated by the fact that thawing permafrost creates risks to the environment, economy, and culture of affected Arctic coastal communities, and more effective identification of these risks and the inclusion of the societal context and co-production with local stakeholders can provide the basis for effective risk management, reduced risks, and a more sustainable future (Larsen et al. 2021). The risk framework and modelling was developed during the Nunataryuk project period and has provided the framework for identifying key risks from permafrost thaw in case study regions along the Arctic Coast; Ilulissat, West Greenland; Longyearbyen, Svalbard; Beaufort Sea Region, Yukon Coast and Mackenzie River Delta; and Northern Sakha (Yakutiya), Russia. We first demonstrate the use of the risk framework by presenting a generalized risk analysis that highlights five key hazards of permafrost thaw, as well as key physical processes/drivers that lead to physical, chemical and biological impacts that create five key hazards. Secondly, we present a risk diagram (which will appear in the Atlas of Permafrost in 2023), which shows the impacts of permafrost thaw along the Arctic coast. Next, we present local specific risk data from research conducted within the four case study areas, including results from a survey. A central element within the risk framework presented here is the notion of the dual dimensions of risk – the recognition of risk as both physical and socially constructed – and the importance of risk perceptions of permafrost affected Arctic communities, which facilitate the coproduction of knowledge. Overall, our case studies show that permafrost thaw in local communities along the Arctic coast has negative impacts for all of the central quality of life domains, with risks to infrastructure and built environment, economy and planning being particularly challenging and necessitating critical trade-offs for many local stakeholders, including from private and public sectors.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,011 |
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 ».