MétaCan
Menu
Retour à la cohorte
Enregistrement W4411704912 · doi:10.1163/22116001-03901018

Should Canada Allow Autonomous Ships in Its Coastal Waters?—International Context and Legal Implications

2025· article· en· W4411704912 sur OpenAlexaffabout
Yannick Suazo

Notice bibliographique

RevueOcean Yearbook Online · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueInternational Maritime Law Issues
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)OceanographyEnvironmental resource managementMarine engineeringFisheryEnvironmental scienceGeographyGeologyEngineeringArchaeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract for Scopus Indexing: Autonomous shipping technologies are already being tested on the ocean and are presumably here to stay. This brings a new set of issues into the shipping world currently being discussed by the international community through the International Maritime Organization. The regulatory framework in the works, the Maritime Autonomous Surface Ships ( MASS ) Code, is planned to take effect in 2025 and will be non-mandatory at first, which means States will have some time and latitude to adapt to this new reality. This article aims to reflect on how Canada should position itself on the international scene and argues that the challenges and the risks posed by these new technologies are sufficiently high to question the value of their imminent presence in Canadian waters and perhaps a ban should be considered, at least in the short term. Additionally, it is argued that the true beneficiaries of autonomous technologies will be the manufacturers and not shipowners or consumers, as many expect, and adopting regulations banning MASS in a coastal States’ waters would not be detrimental to the shipping industry in the early phases of the development.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,546

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0190,011
Communication savante0,0160,004
Science ouverte0,0020,003
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,011
Tête enseignante GPT0,250
Écart entre enseignants0,239 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOcean Yearbook OnlineMême sujetInternational Maritime Law IssuesTravaux en français237 207