Mapping vessel traffic patterns in the ice-covered waters of the Pacific Arctic
Notice bibliographique
Résumé
Abstract Recent climate change has caused declines in ice coverage which have lengthened the open water season in the Arctic and increased access to resources and shipping routes. These changes have resulted in more vessel activity in seasonally ice-covered regions. While traffic is increasing in the ice-free season, the amount of vessel activity in the marginal ice zone (ice concentration 15–80%) or in pack ice (>80% concentration) remains unclear. Understanding patterns of vessel activities in ice is important given increased safety challenges and environmental impacts. Here, we couple high-resolution ship tracking information with sea ice thickness and concentration data to quantify vessel activity in ice-covered areas of the Pacific Arctic (northern Bering, Chukchi, and western Beaufort Seas). This region is a geo-strategically critical area that contains globally important commercial fisheries and serves as a corridor for Arctic access for wildlife and vessels. We find that vessel traffic in the marginal ice zone is widely distributed across the study area while vessel traffic in pack ice is concentrated along known shipping routes and in areas of natural resource development. Of the statistically significant relationships between vessel traffic and both sea ice concentration and thickness, over 99% are negative, indicating that increasing sea ice is associated with decreasing vessel traffic on a monthly time scale. Furthermore, there is substantial vessel traffic in areas of high concentration for bowhead whales ( Balaena mysticetus ), and traffic in these areas increased four-fold during the study period. Fishing vessels dominate vessel traffic at low ice concentrations, but vessels categorized as Other, likely icebreakers, are the most common vessel type in pack ice. These findings indicate that vessel traffic in areas of ice coverage is influenced by distant policy and resource development decisions which should be taken into consideration when trying to predict future vessel-ice interactions in a changing climate.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».