Investigating the Wastes Management Practices of Businesses in Nigeria
Notice bibliographique
Résumé
Wastes and environmental management in many Nigerian cities have suffered tremendous setbacks in the last few decades. Literatures and environmental reports confirm a below average performance in relation to wastes and environmental management practices. Apart from unwholesome practices that characterises wastes management at household levels, many businesses across Nigeria have also capitalized on the lack of proper monitoring and enforcement of wastes and environmental laws to adopt practices that promotes organizational profits over environmental quality. Hence, the current research investigates wastes management practices of small businesses (retailers) in Nigeria with a view to identify where corrections should be made in order to improve the overall wastes management standards in the country. In order to achieve these aims and to proffer adequate solutions to the wastes management issues in the city, the paper employed a mixed method approach using closed and open-ended questionnaires in collecting data. In all about 900 questionnaires were collected and analysed for the study. A multi stage cluster sampling technique was employed due to the unavailability of an up-to-date sampling frame in the study area. It was found that businesses were heavily involved in unfriendly environmental practices such as; burning of wastes, random and indiscriminate disposal, dumping of wastes on water bodies and disposal on illegal dumpsites. These wastes management practices were found to be a clear violation of standard international best practices as only a fraction of businesses dispose their wastes using official disposal points. The study therefore advocates that the wastes management authorities develop a means of influencing the environmental culture of organizations (retailers) in order to improve wastes management among businesses. Similarly, the research argues that adequate environmental policies be formulated and enforced in order to encourage retailers to embrace sustainable wastes management practices.
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 | 0,001 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».