MétaCan
Menu
Retour à la cohorte
Enregistrement W7007881947

Adapting to the risks and uncertainties posed by climate change on ports

2014· dissertation· en· W7007881947 sur OpenAlexaboutno aff

Notice bibliographique

RevueMspace (University of Manitoba) · 2014
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Sustainable Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPort (circuit theory)Climate changeVariety (cybernetics)Supply chainAdaptation (eye)Global warmingPerspective (graphical)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Climate change has become a critical issue in port supply chains in recent decades, involving a variety of disciplines and posing substantial challenges to ports due to their high vulnerability. To date, there is insufficient research on how to minimize these uncertainties in terms of decision-making and port planning. Also, even for port operators who have taken countermeasures to minimize the impacts of climate change on their ports, some strategic and planning problems still remain. Based on the above issues, this thesis proposes that it is pivotal to enhance the awareness of the community’s consideration of the risks and uncertainties of climate change impacts on ports, and calls for adaptation strategies to cope with climate change impacts from the perspective of port supply chains. Through an extensive literature review, and a nation-wide survey, as well as in-depth interviews in case studies focused on a seaport, an inland port and railway (Port of Montreal, CentrePort Canada and Hudson Railway respectively), this thesis provides and overview of the risks and uncertainties posed by climate change to Canadian ports. Through both quantitative (SPSS in survey) and qualitative analyses (interviews in the case study), it is expected to fill the gaps of regional studies focused on Canada and the under-researched areas including dry ports, port supply chains and adaptation port planning by considering the risks and uncertainties posed by climate change.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,230

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,003
Communication savante0,0060,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,222
Écart entre enseignants0,191 · 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

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMspace (University of Manitoba)Même sujetClimate Change and Sustainable DevelopmentTravaux en français237 207