MétaCan
Menu
Retour à la cohorte
Enregistrement W2891854903 · doi:10.5383/ijtee.16.02.003

Evaluation of the Solid and Hazardous Wastes Generated by the Automotive Industry in Turkey

2018· article· en· W2891854903 sur OpenAlexvenueno aff
Güray Salihoğlu, B. Zafer Erdoğan

Notice bibliographique

RevueInternational Journal of Thermal and Environmental Engineering · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutomotive industryHazardous wasteOriginal equipment manufacturerResource (disambiguation)BusinessWaste managementManufacturing engineeringEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Development of the automotive industry not only facilitated our daily lives, but also introduced environmental stress. The automotive industry consists of both the original equipment manufacturers (OEMs), and a great variety of suppliers that support this industry. Most of the published studies focus on the environmental impacts of the OEMs; the impacts of suppliers were generally neglected. The objective of this study was to evaluate the types and amounts of solid and hazardous wastes generated by the automotive industry especially in relation to the supplier companies supporting the automotive manufacturers in Turkey. A survey was conducted with representative numbers of automotive manufacturers and suppliers located in Bursa, Turkey to obtain data on resource usage, waste types, and waste amounts generated. One hundred and five different parts of an automobile were examined in the framework of the study. Interviews were also conducted with the suppliers about the details on each item produced. Resource usage, solid and hazardous waste generation during the production of each component of an automobile were calculated. The environmental burden of the automotive industry in Turkey was roughly calculated in terms of waste generation and resource usage based on energy and water. It was seen that of the items constituting an automobile, which are provided by the suppliers, 47% is made of plastics, 31% is made of textile, and 21% is made of metals. The amounts of water and electricity used for all the items by the suppliers were found as 0.60 m 3/vehicle and 190 kWh/vehicle, respectively. Water and electricity usage by OEMs were 3.47 m3/vehicle and 1763 kWh/vehicle, respectively. Solid and hazardous waste generated by OEMs were found as48.97 kg/vehicle and 7.04 kg/vehicle, respectively, and by suppliers were 5.71 kg/vehicle and 0.6 kg/vehicle, respectively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,227
Écart entre enseignants0,219 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Thermal and Environmental EngineeringMême sujetRecycling and Waste Management TechniquesTravaux en français237 207