A survey of interventions to actively conserve the frozen North
Notice bibliographique
Résumé
Abstract The frozen elements of the high North are thawing as the region warms much faster than the global mean. The dangers of sea level rise due to melting glacier ice, increased concentrations of greenhouse gases from thawing permafrost, and alterations in the key high latitude physical systems spurred many authors, and more recently international agencies and supra-state actors, to investigate “emergency measures” that might help conserve the frozen North. However, the efficacy and feasibility of many of these ideas remains highly uncertain, and some might come with significant risks, or could be even outright dangerous to the ecosystems and people of the North. To date, no review has evaluated all suggested schemes. The objectives of this first phase literature survey (which can be found in a separate compendium ( https://doi.org/10.5281/zenodo.10602506 ), are to consider all proposed interventions in a common evaluation space, and identify knowledge gaps in active conservation proposals. We found 61 interventions with a high latitude focus, across atmosphere, land, oceans, ice and industry domains. We grade them on a simple three-point evaluation system across 12 different categories. From this initial review we can identify which ideas scored low marks on most categories and are therefore likely not worthwhile pursuing; some groups of interventions, like traditional land-based mitigation efforts, score relatively highly while ocean-based and sea ice measures, score lower and have higher uncertainties overall. This review will provide the basis for a further in-depth expert assessment that will form phase two of the project over the next few years sponsored by University of the Arctic.
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 | 0,000 | 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) | 0,002 | 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 ».