Tracking the Global Generation and Exports of e-Waste. Do Existing Estimates Add up?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The transport of discarded electronic and electrical appliances (e-waste) to developing regions has received considerable attention, but it is difficult to assess the significance of this issue without a quantitative understanding of the amounts involved. The main objective of this study is to track the global transport of e-wastes by compiling and constraining existing estimates of the amount of e-waste generated domestically in each country MGEN, exported from countries belonging to the Organization for Economic Cooperation and Development (OECD) MEXP, and imported in countries outside of the OECD MIMP. Reference year is 2005 and all estimates are given with an uncertainty range. Estimates of MGEN obtained by apportioning a global total of ∼ 35,000 kt (range 20,000-50,000 kt) based on a nation's gross domestic product agree well with independent estimates of MGEN for individual countries. Import estimates MIMP to the countries believed to be the major recipients of e-waste exports from the OECD globally (China, India, and five West African countries) suggests that ∼ 5,000 kt (3,600 kt-7,300 kt) may have been imported annually to these non-OECD countries alone, which represents ∼ 23% (17%-34%) of the amounts of e-waste generated domestically within the OECD. MEXP for each OECD country is then estimated by applying this fraction of 23% to its MGEN. By allocating each country's MGEN, MIMP, MEXP and MNET = MGEN + MIMP - MEXP, we can map the global generation and flows of e-waste from OECD to non-OECD countries. While significant uncertainties remain, we note that estimated import into seven non-OECD countries alone are often at the higher end of estimates of exports from OECD countries.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle