MétaCan
Menu
Retour à la cohorte
Enregistrement W1866465463 · doi:10.4271/2014-01-9101

Maximizing Automotive Parts Reuse, Remanufacturing, and Recycling Through Effective End-of-Life Vehicle Management: A Different Perspective on What Needs to be Done

2015· article· en· W1866465463 sur OpenAlexaff
Susan Sawyer-Beaulieu, Edwin Tam

Notice bibliographique

RevueSAE International Journal of Materials and Manufacturing · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésRemanufacturingAutomotive industryReusePerspective (graphical)Manufacturing engineeringAutomotive engineAutomotive engineeringEngineeringBusinessComputer scienceWaste management

Résumé

récupéré en direct d'OpenAlex

Life-cycle assessments (LCAs) conducted, to date, of the end-of-life phase of vehicles rely significantly on assumed values and extrapolations within models. The end phase of vehicles, however, has become all the more important as a consequence of increasing regulatory requirements on materials recovery, tightening disposal restrictions, and the rapid introduction of new materials and electronics, all potentially impacting a vehicle's efficacy for achieving greater levels of sustainability. This article presents and discusses selected research results of a comprehensive gate-to-gate life-cycle-inventory (LCI) of end-of-life vehicle (ELV) dismantling and shredding processes, constructed through a comprehensive and detailed case study, and argues that managing and implementing creative dismantling practices can improve significantly the recovery of both reusable and recyclable materials from end-of-life vehicles. Although the amount of parts and materials recovered and directed for reuse, remanufacturing or recycling may be as much as 11.6% by weight of the ELVs entering a dismantling process [1], greater rates of reuse and/or recycling may be achieved by the strategic management of the ELVs entering the dismantling process according to age. Late model, high-salvage ELVs (HSELVS) of an optimum age range (e.g., 5-9 years) could be targeted for maximum recovery of parts for reuse and remanufacture. Older low-salvage ELVs (LSELVs) would be targeted principally for materials recovery and recycling. This paper discusses the challenges anticipated with the development of an ELV management system promoting maximum parts reuse/remanufacturing and materials recycling.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0050,006
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,277
Écart entre enseignants0,254 · 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'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

Citations18
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of Materials and ManufacturingMême sujetRecycling and Waste Management TechniquesTravaux en français237 207