MétaCan
Menu
Retour à la cohorte
Enregistrement W4389299390 · doi:10.3390/tourhosp4040037

Snowmobiling and Climate Change: Exploring Shifts in Snowmobile Activity Using a Temporal Analogue Approach in Ontario (Canada)

2023· article· en· W4389299390 sur OpenAlexafffundabout
Michelle Rutty, Francesca S. Cardwell, Grant Gunn

Notice bibliographique

RevueTourism and Hospitality · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesMitacs
Mots-clésVulnerability (computing)Climate changeSnowLiberian dollarGeographyClimatologyEnvironmental resource managementEnvironmental scienceMeteorologyEcologyEconomicsComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

The multi-billion-dollar snowmobile industry is predicated on natural snowfall and cold temperatures, with a near absence of research that examines industry response to climatic variability and change. Using a temporal analogue approach, this study examines 30 years of climate data (1989–2019), along with operational (grooming hours) and performance (permit sales) indicators, to provide insight into the vulnerability and adaptive capacity of the Ontario snowmobile industry in a medium (RCP4.5) and high (RCP8.5) mid-century (2046–2060) emission scenario. The results underscore important temporal and spatial variability across Ontario’s 16 snowmobile districts, indicating that snowmobilers are highly resilient to marginal conditions, changing districts and switching from seasonal to daily permits in response to warming temperatures. The findings from this study can inform risk assessments in other major snowmobile markets (e.g., Canada, Europe, USA), with future research needs discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,701

Scores Codex et Gemma par catégorie

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

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 Opus0,136
Tête enseignante GPT0,296
Écart entre enseignants0,160 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTourism and HospitalityMême sujetClimate Change and Health ImpactsTravaux en français237 207