The Bahamas at risk: Material stocks, sea‐level rise, and the implications for development
Notice bibliographique
Résumé
Abstract Recent research suggests that over 75% of resources extracted globally now go toward creating, maintaining, or operating material stocks (MS) to provide societal services like housing, transport, education, and health. However, the integrity of current and future built environments, and the capacity of the system to continue providing services, are threatened by extreme events and sea‐level rise (SLR). This is especially significant for the most disaster‐prone countries in the world: Small Island Developing States. In the aftermath of disasters, complex rebuilding efforts require substantial material and economic resources, oftentimes incurring massive debt. Understanding the composition and dynamics of MS and environmental threats is essential for current and future sustainable development. Drawing on open‐source OpenStreetMap (OSM) data, we conducted a spatially explicit material stock analysis (MSA) for The Bahamas for 2021, where we included buildings and transport MS, and SLR exposure scenarios. Total MS was estimated at 76 million tonnes (Mt) or 191 tonnes per capita (t/cap) of which transport comprises 43%. These MS are likely to increase by 36 Mt in the future. Simulations show that under 1‐, 2‐, or 3‐m SLR scenarios, around 4, 6, and 9 Mt of current MS will be exposed, with transport MS at greatest risk, with over 80% of total exposure in each scenario. Our findings highlight the critical role that key MS play in sustainability and resilience, contributing to the emphasis on effective development planning and climate change adaptation strategies, and to the exploration of the use of OSM data for studying these objectives.
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 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 | 0,004 | 0,001 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».