The Potential of DPSIR Framework to Develop a Holistic Picture of Arctic Industries and Livelihood—A Scoping Review
Notice bibliographique
Résumé
The Arctic and its resources are becoming a hotspot of increasing political, environmental, and social conflict. The Driver-Pressure-State-Impact-Response (DPSIR) framework can be a useful tool when trying to disentangle the complex issues affecting the region and organize their fundamental components along a causal chain, thus promoting a much-needed integration between social and environmental sciences on one hand and science and policy making on the other (especially when a participatory approach is pursued). The aim of this article is to facilitate and improve future applications of the DPSIR framework in the Arctic context. This is pursued through a comprehensive literature review of the use of the DPSIR framework in the Arctic, with a focus on five of the most important economic sectors in the Arctic economy: aquaculture and fisheries, mining, forestry, tourism, and Indigenous livelihoods. In order to promote the most accurate and balanced approach to the DPSIR framework, its main criticisms and variants are also discussed. The article provides a summary of indicators used in Arctic case studies and focuses on the relevance of the framework as a tool for both local stakeholder involvement and participative policy-making processes. It also provides a general model for application of the DPSIR framework in the Arctic context and, when Arctic examples are not available, a summary of relevant examples outside the Arctic area.
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 | 0,009 |
| 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 | 0,001 |
| 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) | 0,000 | 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 ».