Quantifying flows and economies of informal e‐waste hubs: Learning from the Israeli–Palestinian e‐waste sector
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
Despite increasing academic attention and the pressing development and environmental importance of informal e‐waste economies in the global South, there remains a dearth of reliable quantitative data to guide theory and appropriate policy responses. We illustrate this problem through a review of the thin and patchy data presented in existing studies that attempt to quantify the flows and economic impact of informal e‐waste hubs. We then describe a way forward through our analysis of a less well known e‐waste hub in south‐west Hebron, Palestine, which provides a methodological model for robust and systematic quantification. We achieved this by leveraging the relatively closed regional‐geographic nature of this hub, triangulating several approaches used in studies of the informal economy (anecdotal/ethnographic, micro‐ and macro‐level data), and contrasting data before and after a key shift in the sector. Our study shows how this hub, though barely registering in official economic and trade data, houses a large, vital and differentiated cluster of businesses, which have processed almost half of Israel's e‐waste for over a decade, and constitute an important export sector and local economic contributor. In 2015, even operating at levels 40% below those sustained over the prior decade, the hub imported and processed 16–25,000 tonnes of e‐waste, creating 381 enterprises, 1,098 jobs and US $28.5 million gross value added to the Palestinian economy. This study demonstrates methodological approaches for studying informal e‐waste flows and economies and the substantive insights these produce, and argues for the relevance of both to analogous hubs across the global South.
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 | 0,001 | 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 | 0,001 |
| 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) | 0,000 | 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 découle