MétaCan
Menu
Retour à la cohorte
Enregistrement W4409296191 · doi:10.1029/2024ef005255

Expert Assessments of Maritime Shipping Decarbonization Pathways by 2030 and 2050

2025· article· en· W4409296191 sur OpenAlexafffund
Imranul I. Laskar, Hadi Dowlatabadi, Amanda Giang

Notice bibliographique

RevueEarth s Future · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMaritime Transport Emissions and Efficiency
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMarine Environmental Observation Prediction and Response Network
Mots-clésEnvironmental scienceClimatologyMeteorologyEnvironmental planningGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract International shipping conveys over 80% of global trade by volume and emits an estimated 3% of the world's greenhouse gases (GHGs). There are many potential pathways and barriers to decarbonizing the diverse and fragmented international shipping sector, with numerous uncertainties. Here, we employ expert elicitation, gathering perspectives from 149 world‐leading experts in maritime shipping and decarbonization, to characterize uncertainties in shipping decarbonization pathways. These experts predict a 30%–40% (25th–75th percentile range) carbon intensity reduction by 2030 compared to 2008, meeting the International Maritime Organization's (IMO) target. By 2050, they anticipate an approximate 40%–75% cut in GHG emissions, falling short of the IMO's 2050 net‐zero GHG goal. Responding experts see decarbonization occurring through three types of measures: operational, technological, and alternative energy sources. In the short‐term, decarbonization is predicted to be dominated by operational measures, while in the long‐term, it will be dominated by alternative energy, although there is no consensus on which fuels will dominate. Technological upgrades are expected to play crucial supporting roles. The experts believe that differences in business models and governance may lead to different decarbonization pathways by ship segment. The experts' qualitative responses highlight: alternative energy systems, ship fleet turnover, spillover effects from other sectors, reducing industry pessimism, and the supply chain as critical leverage points that can propel shipping toward sustainable decarbonization pathways. Navigating this transition demands support from key levers identified in this study: politics and policy, maritime governance, and contractual architecture.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,227
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations20
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEarth s FutureMême sujetMaritime Transport Emissions and EfficiencyTravaux en français237 207