Capturing Compostables: A Case Study of Small Scale Composting in Vancouver
Notice bibliographique
Résumé
This research study explores the role of small-scale composting for the processing of food scraps in the City of Vancouver within the nexus of organics diversion and the municipality’s Greenest City policy goals. Conceptually the study is informed by the integration of public policy, the policy cycle, and concepts relating to diversified, scalable technology. Empirically the study adopts a soft systems methodology that employs an inquiry-based approach, predicated on in-depth semi-structured interviews with 27 individuals active in organic waste management within the City of Vancouver and the Metro Vancouver Region. Interviews were stratified into three groups to: reveal regional policy impediments; identify drivers for small-scale composting; and describe the operations and challenges experienced by City small-scale composting operators. This study found that City and Regional policies continue to be formulated and implemented to prioritize the development of large-scale organic waste collection and processing facilities. However, small-scale composting continues to gain momentum, as it presents an opportunity to diversify the scale and geographical placement of organic waste processing. Small-scale composting also connects directly to Greenest City policy outcomes for low-carbon waste management, local food production, increased awareness and behaviour change, and the potential to create low-barrier, green jobs. Findings suggest that, as innovative models for small-scale composting emerge, current regulatory requirements are prohibitive for the establishment of systems that aim to process food scraps from multiple City sites, and need to be adapted to meet the evolving options for diversified organics management. To further ensure the viability of small-scale composting, new policy development is needed to create a regulatory framework that is conducive for encouraging innovative methods of capturing and processing compostable organics.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».