Systematic Risks\nof the Global Lithium Supply Chain\nNetwork: From Static Topological Structures to Cascading Failure Dynamics
Notice bibliographique
Résumé
Recent years have seen increasing concerns on supply chain risks of lithium, a critical material for achieving e-mobility transition and climate ambitions. These risks propagate both along the life cycle and across national boundaries in a multilayer network. However, most previous studies are either only based on static network measures or focused on individual layers, ignoring dynamic cascading risks and interconnected and interdependent relationships along life cycle stages and across economies. Here, we integrated trade-linked material flow and complex network analyses to investigate intricate interconnections, interdependencies, and systematic risks of the global lithium supply chain. Both static and dynamic measures of the global lithium supply chain network exhibit a “robust-yet-fragile” property: robust for random shocks yet fragile for targeted shocks and robust for small or local disruptions yet fragile for large or cascading failures. Portugal, Brazil, Singapore, Canada, Finland, Norway, South Africa, Israel, Hungary, and the United Arab Emirates are most likely to be affected by supply disruptions. A hypothetical USA-China trade decoupling will increase the severity and susceptibility of network-wide failures by around 5%. Our results call for global collaborations and collective efforts to balance efficiency and security and avoid a “zero-sum game” in securing the lithium supply chain.
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 | 0,000 | 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 | 0,000 | 0,000 |
| 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) | 0,024 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».