Declining lake ice in response to climate change can impact spending for local communities
Notice bibliographique
Résumé
Lake ice is an important socio-economic resource that is threatened by climate change. The cover and duration of lake ice are expected to decline as air temperatures warm in the coming decades, disrupting a previously reliable source of income for many activities dependent on lake ice. The economic consequences of climate-induced lake ice loss remain unexplored, creating a significant research gap. The purpose of this study was to quantify the monetary spending associated with lake ice and how climate change may impact that value. Using a series of General Circulation Models (GCMs), greenhouse gas emissions scenarios, and models for lake ice cover, we predicted changes in lake ice by the end of the 21st century for the Northern Hemisphere. We also synthesized examples of spending associated with lake ice activities and discussed the potential implications expected with declining ice cover. We found that lake ice will decrease in area by 44,000-177,000 km2 and shorten in duration by 13-43 days by 2100. Using 31 examples of revenue from lake ice, we found that lake ice generates spending of over USD 2.04 billion to local communities and economies. We also found that countries predicted to experience the greatest ice loss by the end of the century are those that currently have the largest GDP, highest greenhouse gas emissions, and are most dependent on freshwater withdrawal. Our findings confirm predicted losses in lake ice that are expected because of climate change and quantify some of the potential consequences for local communities. Here we highlight lake ice as another casualty of human-caused climate change that will have profound socio-economic implications.
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 | 0,000 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».