MétaCan
Menu
Retour à la cohorte
Enregistrement W4364375297 · doi:10.1016/j.trd.2023.103731

Effects of Arctic commercial shipping on environments and communities: context, governance, priorities

2023· article· en· W4364375297 sur OpenAlexaff
Henry P. Huntington, Julia Olsen, Eduard Zdor, Andrei Zagorski, Hyoung-Chul Shin, Olga Romanenko, Bjørn P. Kaltenborn, Jackie Dawson, Jeremy Davies, Erin Abou-Abbsi

Notice bibliographique

RevueTransportation Research Part D Transport and Environment · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensWilfrid Laurier UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésArcticIndigenousCorporate governanceContext (archaeology)The arcticGovernment (linguistics)BusinessEnvironmental planningEnvironmental resource managementGeographyEnvironmental scienceOceanographyEcologyFinance

Résumé

récupéré en direct d'OpenAlex

Increasing shipping traffic in the Arctic Ocean creates an emerging need to understand the consequences of maritime operations on the Arctic environment and coastal Indigenous and non-Indigenous communities, as well as potential governance responses. To address this need, we examine recent shipping trends and assess their impact on Arctic environments and communities. Our arguments are novel, and are built around contemporary empirical investigations and published scientific studies, reports, and government documents. The paper concludes that the environmental and community impacts vary across the Arctic and that greater international coordination is needed to learn from experience, to share assets and capacities, and to guide responsible and sustainable development of Arctic shipping. Given the possibility for opening of the Transpolar Sea Route within the coming decades, further proactive steps, such as developing a governance framework, could help Arctic shipping avoid rather than attempt to correct problems. Shipping Arctic routes Indigenous peoples Local communities Social and environmental concerns Risks

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,005
Communication savante0,0030,001
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,066
Tête enseignante GPT0,338
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations56
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Part D Transport and EnvironmentMême sujetArctic and Russian Policy StudiesTravaux en français237 207