The Use of Weather, Water, Ice, and Climate (WWIC) Information in the Polar Regions: What Is Known after the Decadelong Polar Prediction Project?
Notice bibliographique
Résumé
Abstract The polar regions are facing a wide range of compounding challenges, from climate change to increased human activity. Infrastructure, rescue services, and disaster response capabilities are limited in these remote environments. Relevant and usable weather, water, ice, and climate (WWIC) information is vital for safety, activity success, adaptation, and environmental protection. This has been a key focus for the World Meteorological Organization’s (WMO) Polar Prediction Project (PPP), and in particular its “Societal and Economic Research and Applications” (PPP-SERA) Task Team, which together over a decade have sought to understand polar WWIC information use in relation to operational needs, constraints, and decision contexts to inform the development of relevant services. To understand research progress and gaps on WWIC information use during the PPP (2013–23), we undertook a systematic bibliometric review of aligned scholarly peer-reviewed journal articles (n = 43), examining collaborations, topics, methods, and regional differences. Themes to emerge included activity and context, human factors, information needs, situational awareness, experience, local and Indigenous knowledge, and sharing of information. We observed an uneven representation of disciplinary backgrounds, geographic locations, research topics, and sectoral foci. Our review signifies an overall lack of Antarctic WWIC services research and a dominant focus on Arctic sea ice operations and risks. We noted with concern a mismatch between user needs and services provided. Our findings can help to improve WWIC services’ dissemination, communication effectiveness, and actionable knowledge provision for users and guide future research as the critical need for salient weather services across the polar regions remains beyond the PPP. Significance Statement Every day, people in the Arctic and Antarctic use weather, water, ice, and climate information to plan and carry out outdoor activities and operations in a safe way. Despite advances in numerical weather prediction, technology, and product development, barriers to accessing and effectively communicating high-quality usable observations, forecasts, and actionable knowledge remain. Poorer services, prediction accuracy, and interpretation are exacerbated by a lack of integrated social science research on relevant topics and a mismatch between the services provided and user needs. As a result, continued user engagement, research focusing on information use, risk communication, decision-making processes, and the application of science for services remain highly relevant to reducing risks and improving safety for people living, visiting, and working in the polar regions.
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 | 0,030 | 0,137 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,037 | 0,083 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».