MétaCan
Menu
Retour à la cohorte
Enregistrement W1998543917 · doi:10.3390/su2020624

Feasibility Analysis of Sustainability-Based Measures to Reduce VOC Emissions in Office Partition Manufacturing

2010· article· en· W1998543917 sur OpenAlexafffund
Frank S. Luisser, Marc A. Rosen

Notice bibliographique

RevueSustainability · 2010
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSustainabilityPollution preventionProcess (computing)Baseline (sea)Environmental economicsFurniture industryWaste managementEngineeringManufacturing engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

A feasibility analysis is reported of reduction opportunities for volatile organic compound (VOC) emissions in manufacturing office furniture partitions, aimed at contributing to efforts to improve the sustainability of the process. A pollution prevention methodology is utilized. The purpose is to provide practical options for VOC emissions reductions during the manufacturing of office furniture partitions, but the concepts can be generally applied to the wood furniture industry. Baseline VOC emissions for a typical plant are estimated using a mass balance approach. The feasibility analysis expands on a preliminary screening to identify viable pollution prevention options using realistic criteria and weightings, and is based on technical, environmental and economic considerations. The measures deemed feasible include the implementation of several best management practices, ceasing the painting of non-visible parts, switching to hot melt backwrapping glue, application of solvent recycling and modification of the mechanical clip attachment. Implementation, measurement and control plans are discussed for the measures considered feasible, which can enhance the sustainability of the manufacturing of office furniture partitions. Reducing VOC emissions using the measures identified can, in conjunction with other measures, improve the sustainability of the manufacturing process.

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)0,002
score de la tête « metaresearch » (Gemma)0,022
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,210
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,018
Tête enseignante GPT0,303
Écart entre enseignants0,285 · 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'étudeObservationnel
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

Citations4
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetOdor and Emission Control TechnologiesTravaux en français237 207