Contrasting trends in regional arctic destinational and transit shipping
Notice bibliographique
Résumé
Ever since the impact of climate change on Arctic sea ice began to be discussed in \ninternational forums at the turn of the century, several comments were published to the \neffect that diminishing sea ice would quickly translate into the development of massive \ntransit routes across the Northwest Passage (NWP), the Northern Sea Route (NSR) and the \nArctic Bridge linking Churchill on the shores of Hudson Bay and Murmansk. Twenty years \nlater, Arctic shipping did indeed expand significantly, but the actual picture is significantly \ndifferent from what analysts projected. Destinational traffic appears to be the driver of \nArctic shipping expansion, while transit traffic remains marginal. What are the main \nfeatures of Arctic shipping presently, and how did the industry adapt, depending on the \narea? Results show contrasting evolutions along the NSR, in the Canadian Arctic, and in \nGreenlandic waters. \nThis chapter is based on the analysis of figures from three different sources, which \nimplies methodological issues since the data does not display the same elements (Lasserre \nand Alexeeva, 2015; Lasserre 2019). In the Russian Arctic, data about vessel movements \nand characteristics were gathered from the Northern Sea Route Administration1 and from \nthe Center for High North Logistics. For the Canadian Arctic, the Ministry of \nTransportation agency for the Northern Canada Vessel Traffic Services Zone Regulations \nprovided the author with annual detailed ship movements. For Greenlandic waters, data \nwas provided by the Danish Joint Arctic Command based in Nuuk
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».