MétaCan
Menu
Retour à la cohorte
Enregistrement W2580551936

Regulatory Framework in Sludge Management: Examples from Around the World

2014· article· en· W2580551936 sur OpenAlexaboutno aff
F. Dilek Sanin, Ayşe Filibeli, A. Erdinçler, Emine Ubay Çokgör, Elçin Kentel, Azize Ayol, Aylin Zeren Alagöz, Elif Pehlivanoğlu-Mantaş, G. Şener, Gülbahar Akkaya Sayğılı

Notice bibliographique

RevueOpenMETU (Middle East Technical University) · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncinerationWaste managementBusinessSewage sludge treatmentHazardous wasteCombustionEnvironmental scienceEngineeringEnvironmental planningSewage treatmentChemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Treatment and disposal/beneficial use are the most important aspects of municipal sludge management. Particularly, the application guidelines and limit values for treatment systems and the major disposal routes including landfilling, land application and incineration are covered in the legislations. This study aims to review the legislations about municipal sludge treatment and disposal from different counties such as Turkey, USA, EU, Canada and South Africa. Evaluations show that the current legislations place a greater emphasis on the beneficial use of sludge, rather than the mere disposal. The specifics of regulations related to combustion changes between different countries such that in some countries separate regulation for sludge combustion is implemented, whereas in others sludge is not specifically mentioned but included among the big group of wastes to be combusted. Similarly, some countries have particular regulations for landfilling of sludge, whereas the others consider sludge within the greater category of biodegradable wastes together with the organic fraction of solid wastes. This study compares and contrasts these issues and current legislations of the aforementioned countries.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,861
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,205
Écart entre enseignants0,180 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpenMETU (Middle East Technical University)Même sujetMunicipal Solid Waste ManagementTravaux en français237 207