The Effect of Food Waste Diversion on Waste Heating Value and WTE Capacity
Notice bibliographique
Résumé
Most communities use curbside recycling and yard waste composting programs to reduce the amount of solid waste that needs to be disposed in a waste-to-energy (WTE) facility or landfill. Communities with well established programs have come to realize that there is a practical limit to the amount of solid waste that can be diverted using these methods. To increase waste diversion rates further, some communities have begun to target other materials. One material that is receiving increased attention is food waste. Food waste represents a significant portion of the remaining waste stream and several alternative options are available to manage this material, including composting and anaerobic digestion. In some cases, communities have already begun to implement separate residential food waste collection programs—commonly referred to as the “green bin.” In addition, several jurisdictions have already enacted regulations to promote the diversion of food waste from commercial generators such as food processors, restaurants and supermarkets. Since food waste has a relatively high moisture content, removal of this high-volume component can significantly affect the composition and characteristics of the remaining waste, most notably the heat content. It is important that current and future WTE facility owners understand the potential impacts to their WTE project should they implement a food waste diversion program. This paper evaluates the potential outcome of food waste diversion on the heating value of the remaining waste based on recent waste characterization data collected by Metro Vancouver. Metro Vancouver represents a good case study since they currently own a WTE facility and are considering constructing a second one. Metro Vancouver’s long-term solid waste management plan also includes implementing a food waste diversion program in order to increase their overall waste diversion rate from 55 to 70 percent by 2015. The potential effect of food waste diversion on the capacity of Metro Vancouver’s existing WTE facility as well as the capacity and cost of a new WTE facility is also examined.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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) | 0,003 | 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 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 ».