MétaCan
Menu
Retour à la cohorte
Enregistrement W2155711147 · doi:10.1177/0734242x06068067

Household, hotel and market waste audits for composting in Vietnam and Laos

2006· article· en· W2155711147 sur OpenAlexaff
Philip H. Byer, Chi P. Hoang, Thi Thuc Thuy Nguyen, Sangeeta Chopra, Virginia Maclaren, Murray Haight

Notice bibliographique

RevueWaste Management & Research The Journal for a Sustainable Circular Economy · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesTrường Đại học Bách Khoa Hà NộiĐại học Đà NẵngUnited States Agency for International Development
Mots-clésWaste managementAuditMunicipal solid wasteCompostBusinessHousehold wasteBiodegradable wasteEnvironmental scienceEngineering

Résumé

récupéré en direct d'OpenAlex

In Da Nang and Ha Long, Vietnam and in Vientiane, Laos, there was interest by local authorities in separating and composting waste in order to reduce environmental and health problems at the local landfills and to produce a soil conditioner for local agricultural use. To assist in the planning of composting projects, three studies were carried out to estimate waste quantities and composition. 1. A 9-day audit of waste from 45 vendors in a market in Vientiane, the capital of Laos. The total quantity of waste and the quantity in each of nine categories were estimated for each of six different types of vendors. 2. A 7-day audit of waste disposed by three hotels in the tourist area of Ha Long, Vietnam. Waste quantities were estimated in total, on a per guest basis, and in three main categories: compostables, recyclables and miscellaneous. 3. A 7-day audit of waste collected from 74 households in Da Nang, the fourth largest city in Vietnam. Waste from each household was separated into compostable and non-compostable waste. Over 60% of each waste source comprised compostable waste and this was considered significant enough to warrant further planning of composting operations.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,279
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'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

Citations23
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaste Management & Research The Journal for a Sustainable Circular EconomyMême sujetMunicipal Solid Waste ManagementTravaux en français237 207