Global capacity, potentials and trends of solid waste research and management
Notice bibliographique
Résumé
In this study, United States, China, India, United Kingdom, Nigeria, Egypt, Brazil, Italy, Germany, Taiwan, Australia, Canada and Mexico were selected to represent the global community. This enabled an overview of solid waste management worldwide and between developed and developing countries. These are countries that feature most in the International Conference on Solid Waste Technology and Management (ICSW) over the past 20 years. A total of 1452 articles directly on solid waste management and technology were reviewed and credited to their original country of research. Results show significant solid waste research potentials globally, with the United States leading by 373 articles, followed by India with 230 articles. The rest of the countries are ranked in the order of: UK > Taiwan > Brazil > Nigeria > Italy > Japan > China > Canada > Germany >Mexico > Egypt > Australia. Global capacity in solid waste management options is in the order of: Waste characterisation-management > waste biotech/composting > waste to landfill > waste recovery/reduction > waste in construction > waste recycling > waste treatment-reuse-storage > waste to energy > waste dumping > waste education/public participation/policy. It is observed that the solid waste research potential is not a measure of solid waste management capacity. The results show more significant research impacts on solid waste management in developed countries than in developing countries where economy, technology and society factors are not strong. This article is targeted to motivate similar study in each country, using solid waste research articles from other streamed databases to measure research impacts on solid waste management.
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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,020 | 0,038 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».