MétaCan
Menu
Retour à la cohorte
Enregistrement W1832872573

Analyzing the sustainability of electronic waste management in Toronto, Ontario

2015· dissertation· en· W1832872573 sur OpenAlexaboutno aff
Tamara Tukhareli

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2015
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityElectronic wasteReuseBusinessMaterial flow analysisSustainable managementGovernment (linguistics)Cleaner productionEnvironmental economicsScale (ratio)Environmental planningEngineeringMunicipal solid wasteWaste managementEnvironmental scienceGeographyEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Sustainable waste management plays a key role in achieving sustainable urban
\ndevelopment worldwide. Currently, the rates of waste generation are on the increase with
\nelectronic waste comprising a significant portion of the total. This growth in the
\ngeneration of electronic waste has led to the creation of sustainable management
\nprograms in a number of cities, including Toronto in Canada. An examination of the
\nexisting electronic waste management system in Toronto, Ontario has provided many
\ninsights into the structure of the relationships and the flow of the electronic waste within
\nthe area. This thesis analyzes the sustainability of the social networks and material flow
\nnetworks that have developed within the Toronto electronic waste market. The data,
\ncollected from the field observations in the summer, points to a relatively uneven
\ndistribution of partnerships between the large-scale recycling corporations, government
\norganizations, non-profit refurbishers and the informal recyclers. The examination also
\nreveals a prioritization towards large-scale mechanical recycling over refurbishing and reuse
\nof the electronics. The effect of such distribution of material and partnerships on the
\noverall sustainability of the management system is discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,476
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,270
Écart entre enseignants0,256 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetRecycling and Waste Management TechniquesTravaux en français237 207