Locating appropriate areas of municipal waste landfill using TOPSIS method (Case study: Langroud County)
Notice bibliographique
Résumé
ABSTRACT Background & objective: The lack of suitable landfill for storage and disposal of solid wastes in different parts of Guilan has been not only led to deforestation and agricultural lands destruction, but also jeopardized public health. The Langroud County as a tourist destination of Guilan province is also affected by solid wastes. Therefore, the present study aims to locate the new appropriate area for municipal sanitary landfill, taking into account environmental standards in Langroud County. Materials & Methods: In this research, 20 criteria were used in accordance with the standards of the Iranian Environmental Protection Agency, the Alberta State Environmental Authority of Canada, the Minnesota Pollution Control Agency and the British Columbia Environmental Ministry as criteria for locating. TOPSIS method was used in combining the criteria maps in ArcGIS software environment. Results: After passing TOPSIS and combining the layers obtained in the ArcGIS software environment, the final map of urban landfill location within the study area was classified into five classes (very weak, weak, moderate, good and excellent). Conclusion: Based on the results, five prestigious areas in the south and southwest of the city with the highest degree of fit and excellent grade were proposed as new areas of urban solid waste disposal for the city of Langroud.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 tête enseignante, 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 ».