Permafrost Food Storage Monitoring and Vulnerability Assessment in Utqiaġvik, Alaska
Notice bibliographique
Résumé
Traditional Iñupiaq sigḷuaq are cellars excavated into permafrost for storage of large quantities of game, fish, and other foodstuffs harvested for subsistence. Permafrost provides both a cultural and regulatory ecosystem service to Arctic peoples. A cellar thermal monitoring program in Utqiaġvik (formerly Barrow), Alaska, documented catastrophic flooding, collapses, and other issues in these cellars related to warming climatic conditions, community functions, and development. This paper provides an update on the Utqiaġvik monitoring program, which was operational from 2005 to 2019. All five monitored cellars exhibited stable to warming mean annual internal temperatures over the period of observation. Two cellars flooded, another was abandoned because of sloughing walls, and two were functioning until the COVID-19 pandemic. Based on experiences gained from the 14-year Utqiaġvik monitoring program, we conduct a vulnerability assessment using the source-pathway-receptor-consequence (SPRC) model and identify several vulnerability reduction measures. We recommend the SPRC model to aid evaluation of specific vulnerabilities of cellars and other traditional frozen infrastructure, and to improve future monitoring methods and products through increased community participation. Any attempt to provide data for community-resilience decisions should start with identifying and communicating process components, thereby bridging stakeholder learning and responses (their “heuristics” in the SPRC model) and science-based knowledge.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».