Towards a Sustainable Disruptive Growth Model: Integrating Foresight, Wild Cards and Weak Signals Analysis

Cover Page

Cite item

Full Text

Abstract

This paper introduces epistemological and methodological innovations for analyzing non-linear dynamics in sustainability systems, such as deforestation tipping points, exponential renewable adoption, and protests driving global reform. It focuses on adaptive resilience (e.g., decentralized grids stabilizing renewables) and topological models (e.g., network analysis of deforestation or policy diffusion). The study develops metrics to assess four dimensions of evolutionary change – context, people, process, and impact – supporting adaptive resilience and stability. In environmental systems, this may involve tracking early deforestation signals before tipping points, while in economics, it could mean analyzing how small policy shifts trigger market changes. It highlights Wild Cards and Weak Signals Analysis within the Sustainable Disruptive Growth Model (SD-Growth Model), enabling the early detection of disruptions – such as AI breakthroughs or geopolitical shifts – so systems can anticipate, reorganize, and adapt effectively to shocks.The research emphasizes constraints as the key to resilience and stability amid disruptions. It integrates advanced analytical approaches to monitoring and managing simultaneous information flows, ensuring efficient responses to shocks. This model also explores AI, machine learning, and explainable AI (XAI) in labor market dynamics, where predictive algorithms can identify trends and mitigate systemic risks. By combining quantitative metrics with strategic foresight, this framework enables decision-makers to preserve stability, sustain functionality, and adapt dynamically to change.

About the authors

R. Popper

Futures Diamond Ltd

Author for correspondence.
Email: Rafael.Popper@futuresdiamond.com

Y. Villarroel

Central University of Venezuela

Email: yulivilla@yahoo.com

R. Popper

Central University of Venezuela

Email: rwpopper@yahoo.com

References

  1. Ahamer G. (2020) Global history as a sequence of transient economic foci. Journal of Globalization Studies, 11(2), 3-22. http://dx.doi.org/10.30884/jogs/2020.02.01.
  2. Aliprantis D. (2011) Fundamentals of wind energy conversion for electrical engineers, Ames, IA: Iowa State University.
  3. Americo A., Johal J., Upper C. (2023) The energy transition and its macroeconomic effects (BIS Paper 135), Basel: Bank of International Settlements.
  4. Bang A., Kuo C., Wen C., Cherh K., Ho M.-J., Cheng N.-Y., Chen Y.-C., Chen C.A. (2021) Quantifying coral reef resilience to climate change and human development: An evaluation of multiple empirical frameworks. Frontiers in Marine Science, 7, 610306. https://doi.org/10.3389/fmars.2020.610306.
  5. Baruník J., Vosvrda M. (2009) Can a stochastic cusp catastrophe model explain stock market crashes? Journal of Economic Dynamics and Control, 33(10), 1824-1836. https://doi.org/10.1016/j.jedc.2009.04.004.
  6. Bilodeau G., Thie P., Keough G.E. (2010) An Introduction to Analysis, Boston, MA: Jones & Bartlett Publisher.
  7. Carayannis E.G., Campbell D.F. (2009) ‘Mode 3’and’Quadruple Helix’: Toward a 21st century fractal innovation ecosystem. International Journal of Technology Management, 46 (3-4), 201-234. https://doi.org/10.1504/IJTM.2009.023374.
  8. Carayannis E.G., Campbell D.F. (2010) Triple helix, quadruple helix and quintuple helix and how do knowledge, innovation and the environment relate to each other?: A proposed framework for a trans-disciplinary analysis of sustainable development and social ecology. International Journal of Social Ecology and Sustainable Development (IJSESD), 1(1), 41-69. http://dx.doi.org/10.4018/jsesd.2010010105.
  9. Cassingena Harper J. (2003) Vision Document, eFORESEE Malta ICT and Knowledge Futures Pilot. (eFORESEE Malta Report), La Valletta: Malta Council for Science and Technology.
  10. Cherp A., Jewell J. (2014) The concept of energy security: Beyond the four as. Energy Policy, 75, 415-421. https://doi.org/10.1016/j.enpol.2014.09.005.
  11. Dehghannejad M. (2021) Value Capturing through Business Model Adaptations to Sustainability - case studies from the primary production stage of the Swedish agri-food supply chain, Uppsala: Swedish University of Agricultural Sciences.
  12. Deng Y. (2016) Deng entropy. Chaos, Solitons & Fractals, 91, 549-553. https://doi.org/10.1016/j.chaos.2016.07.014.
  13. Der Kiureghian A., Ditlevsen O. (2009) Aleatory or epistemic? does it matter? Structural Safety, 31(2), 105-112. https://doi.org/10.1016/j.strusafe.2008.06.020.
  14. Georghiou, L., Cassingena, J., Keenan, M., Miles, I. and Popper, R. (eds.) (2009), The Handbook of Technology Foresight, Cheltenham: Edward Elgar Publishing.
  15. Gunning D., Stefik M., Choi J., Miller T., Stumpf S., Yang G.-Z. (2019) XAI - Explainable artificial intelligence. Science Robotics, 4 (37), eaay7120. https://doi.org/10.1126/scirobotics.aay7120.
  16. Hastings A. (2004) Transients: The key to long-term ecological understanding? Trends in Ecology & Evolution, 19(1), 39-45. https://doi.org/10.1016/j.tree.2003.09.007.
  17. Hidalgo C., Hausmann R. (2009) The building blocks of economic complexity. Proceedings of the National Academy of Sciences, 106(26), 10570-10575. https://doi.org/10.1073/pnas.0900943106.
  18. Huang Y., Pinker S. (2010) Lexical semantics and irregular inflection. Language and Cognitive Processes, 25, 1411-1461. https://doi.org/10.1080%2F01690961003589476.
  19. Johnson R., Wichern D. (2014) Applied Multivariate Statistical Analysis, London: Pearson Education Limited.
  20. Laurett R., Paco A., Mainardes E. (2021) Measuring sustainable development, its antecedents, barriers and consequences in agriculture: An exploratory factor analysis. Environmental Development, 37, 170-183. https://doi.org/10.1016/j.envdev.2020.100583.
  21. Logan L., Bindseil U. (2019) Large central bank balance sheets and market functioning, Basel: Bank of International Settlements.
  22. Lu Z., Booth K., Edwards M., Popper R., Boyd A., Jones B., Miles I., Popper M., Velasco G. (2013) The technology horizon. Preliminary review on technologies impacting the future health and social care workforce, London: Health Education England.
  23. Marchau V., Walker W., Bloemen P., Popper S. (2019) Decision making under deep uncertainty: From theory to practice, Heidelberg, Dordrecht, London, New York: Springer.
  24. Markets Committee (2019) Large central bank balance sheets and market functioning (Markets Committee Paper no 11, October), Baselle: Bank for International Settlements.
  25. Martin R. (2012) Regional economic resilience, hysteresis and recessionary shocks. Journal of Economic Geography, 12(1), 1-32. https://doi.org/10.1093/jeg/lbr019.
  26. Masini E., Vasquez J. (2000) Scenarios as seen from a human and social perspective. Technological Forecasting and Social Change, 65(1), 49-66. https://doi.org/10.1016/S0040-1625(99)00127-4.
  27. Miles I. (2013) Appraisal of alternative methods and procedures for producing regional foresight. Paper presented at the European Commission’s DG Research funded STRATA - ETAN Expert Group ActionConference, February 2013.
  28. Miles I., Saritas O., Sokolov A. (2016) Foresight for science, technology and innovation, Heidelberg, Dordrecht, London, New York: Springer.
  29. Morgan T. (1935) The Scientific Basis of Evolution. (2nd ed.), New York: W.W. Norton, Inc.
  30. Ntalampiran S., Misuraca G., Rossel P. (2023) Artificial Intelligence and Cybersecurity Research (ENISA Research and Innovation Brief), Brussels: European Union Agency for Cybersecurity (ENISA).
  31. Osband K. (2023) Why the variance of beliefs matters, Napoli: Institute for Studies on the Mediterranean (ISMed).
  32. Pearson K. (2022) On the General Theory of Skew Correlation and Non-linear Regression, London: Legare Street Press (first published in 1905 by Dulau and Company).
  33. Pinker S. (2007) The stuff of thought: Language as a window into human nature, New York: Penguin.
  34. Popper K. (1992) The Logic of Scientific Discovery, New York: Routledge.
  35. Popper K. (1994) The myth of the framework: In defence of science and rationality, New York: Psychology Press.
  36. Popper R. (2008) How are foresight methods selected? Foresight, 10(6), 62-89. http://dx.doi.org/10.1108/14636680810918586.
  37. Popper R. (2023) The role of horizon scanning in anticipating and monitoring emerging technologies and disruptive innovations. In: Technology Foresight for Public Funding of Innovation: Methods and Best Practices (eds. L. Vesnic-Alujevic, J. Farinha, A. Polvora), Brussels: European Commission, pp. 48-58.
  38. Popper R., Miles I., Ravetz J., Teichler T., Perini I., Cox D., Butler J., Kaivo-Oja J., Sajeva M., Saarinen L., Steinmueller K., Von Saldern S., Ollivere G., Walker A., Fatun M., Klusácek K., Valenta O., Sharan Y., Hauptman A., Lång J., Decanter D., Klusácek J., Vacatko J., Dorňák M. (2011) iKNOW Policy Alerts, Manchester: University of Manchester.
  39. Popper R., Popper M., Velasco G. (2017) Towards a more responsible sustainable innovation assessment and management culture in Europe. Engineering Management in Production and Services, 9(4), 7-20. http://dx.doi.org/10.1515/emj-2017-0027.
  40. Popper R., Popper M., Velasco G. (2020) Governance and Management of Sustainable Innovation: Learning from experience to Shape the Future, Heidelberg, Dordrecht, London, New York: Springer.
  41. Popper R.W. (2000) Compact lie groups acting on pseudomanifolds. Illinois Journal of Mathematics, 44(1), 1-19.
  42. Ravetz J., Popper R., Miles I. (2011) iKnow ERA Toolkit (Report of the Blue Sky iKnow Project for the European Commission Directorate-General for Research and Innovation Socio-economic Sciences and Humanities), Manchester: Manchester Institute of Innovation Research.
  43. Shannon C., Weaver W. (1949) The mathematical theory of communication, Urbana, IL: University of Illinois Press.
  44. Spearman C. (1904) General Intelligence. Objectively Determined and Measured. The American Journal of Psychology, 15(2), 201-293. https://doi.org/10.2307/1412107.
  45. Teramoto Y., Takahashi D., Holmes P., Ghazanfar A. (2017) Vocal development in a Waddington Landscape. Elife, 6, 760-782. https://doi.org/10.7554%2FeLife.20782.
  46. Thom R. (1975) Stabilité structurelle et morphogenèse, Paris: Dunod.
  47. Vásquez M., Ortegón E. (2006) Manual de prospectiva y decisión estratégica: Bases teóricas e instrumentos para América Latina y el Caribe, Bogota: CEPAL.
  48. Velasco G. (2017) Understanding the generation of research and innovation policy advice with foresight processes (PhD thesis), Manchester: The University of Manchester.
  49. Villarroel Y. (1995) On completely integrable systems. Publicaciones Mathematicae, 47(3-4), 237-248.
  50. Waddington C.H. (1957) The strategy of the genes, New York: Routledge.
  51. Wu W., Piyaratne M., Zhao H., Li C., Hu Z., Hu X. (2014) Butterfly catastrophe model for wheat aphid population dynamics: Construction, analysis and application. Ecological Modelling, 288, 55-61. https://doi.org/10.1016/j.ecolmodel.2014.05.017.
  52. Yang Z., Chen Y., Marti J. (2020) Modelling cascading failure of a cps for topological resilience enhancement. IET Smart Grid, 3(2), 207-215. https://doi.org/10.1049/iet-stg.2019.0169.
  53. Zhu X., Geng Y., Wu D., Houssini K., Gao Z. (2023) Evaluating the security of China’s zirconium industry. Resources, Conservation and Recycling, 199, 107-177. https://doi.org/10.1016/j.resconrec.2023.107277.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».