Cloud-based smart waste management for smart cities
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
With the ever increasing population, urbanization, migration issues, and change in lifestyle, municipal solid waste generation levels are increasing significantly. Hence, waste management becomes a challenge faced not only by the developing nations, but also the developed and advanced countries. The overall waste management involves three main types of entities: 1) users who generate waste, 2) waste collectors/city admin., 3) stakeholders. Waste management directly effects the lifestyle, healthcare, environment, recycling and disposal, and several other industries. Current waste management trends are not sophisticated enough to achieve a robust and efficient waste management mechanism. It is very important to have a smart way of managing waste, so that not only the waste status is notified in-time when to be collected, but also, all the stakeholders are made aware in timely fashion that what type of waste in what quantity is coming up at what particular time. This will not only help in attracting and identifying stakeholders, but also aids in creating more effective ways of recycling and minimizing waste also making the overall waste management more efficient and environment friendly. Keeping all this in mind, we propose a cloud-based smart waste management mechanism in which the waste bins are equipped with sensors, capable of notifying their waste level status and upload the status to the cloud. The stakeholders are able to access the desired data from the cloud. Moreover, for city administration and waste management, it will be possible to do route optimization and select path for waste collection according to the statuses of waste bins in a metropolis, helping in fuel and time efficiency.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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