Paperless Campus: The Real Contribution towards a Sustainable Low Carbon Society
Notice bibliographique
Résumé
Massive global deforestation is not only caused by deforestation of tropical forests in developing countries, but also deforestation of natural forests in developed countries. Pulp and paper industry is one of the main players of deforestation. Globally, paper consumption increases by 3% per year. Currently, global paper consumption is around 350 million tons. The paper industry itself consumes 35% of all trees to produce paper. We have to cut one tree to produce 16.7 reams of paper (equal to 8,333.3 sheets). Annually, more than 900 million trees are cut for paper industries in the world. On average, individual consumption of paper is currently around 4,873.1 sheets per year, per student (or equal to 0.6 trees per year, per student). The papermaking process simultaneously contributes significantly to the pollution of water and air. Paper production factories emit 6.5 pounds of CO2 per ream of paper production or around 80 million tons of CO2 per year. In Canada and the USA, the pulp and paper industry is the third largest industrial polluter releasing over 100 million kgs of toxic waste every year. This study carried out students interviews (n=118) followed by a structured questionnaire in the Graduate School for International Development and Cooperation (IDEC), Hiroshima University, Japan to generate empirically supported assessment and explore the factors of the educational institutions that are responsible for creates forest degradation and deforestation. To fulfill the research objectives, this study used the Probit model and cost-benefit analysis (CBA). This study identified more paper consumption creates hindrance for establishing a sustainable low carbon society. Provision of behavioral change of stakeholders, government intervention, financial and technical assistance from development partners and electronic gadget manufacturers, and sometimes social corporate responsibility (CSR) can promote a paperless campus and ensure a sustainable low carbon society. The findings of this paper provide a robust basis for policy makers, researchers, and stakeholders for further research and development of specific policies and plan in this field to lessen the forest degradation and deforestation and establish a paperless campus.
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 | 0,002 |
| 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 | 0,004 | 0,001 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,008 |
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 ».