MétaCan
Menu
Retour à la cohorte
Enregistrement W2892769331 · doi:10.1139/facets-2018-0005

The role of management instruments in the diversion of organic municipal solid waste and phosphorus recycling

2018· article· en· W2892769331 sur OpenAlexaffvenueabout
Jillian L. Treadwell, Elena M. Bennett, O. Grant Clark

Notice bibliographique

RevueFACETS · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésIncinerationIncentiveBiodegradable wasteLegislatureMunicipal solid wasteWaste managementBusinessEnvironmental scienceEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Organic waste, which contains essential plant nutrients such as phosphorus, constitutes 30%–50% of municipal solid waste in developed countries. Unfortunately, much of this resource is buried in landfills or incinerated. Many jurisdictions have, therefore, adopted the diversion of organic waste and the recycling of nutrients as policy goals. We used data sets from Europe and Ontario, Canada, to explore the impact of socio-economic and management factors on the rates of organic waste diversion and examined the effect of this diversion on phosphorus recycling. Organic diversion rates were highly correlated with income in Europe and with infrastructure, such as source-separated organic waste collection, in Ontario. Significant correlations were also observed between diversion rates and the use of policy instruments such as economic incentives, legislative organic waste bans, and curbside bag limits. We estimated that 39%–63% of the phosphorus in diverted organics is returned to arable land. Ultimately, we found that although socio-economic factors influence the success of organic waste diversion, policies, accessible infrastructure, economic incentives, and legislative requirements can be leveraged to improve the recycling rate of organic waste and the nutrients they contain.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,517
Score d'incertitude au seuil0,239

Scores Codex et Gemma par catégorie

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

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 tête enseignante, 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

Citations4
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetMunicipal Solid Waste ManagementTravaux en français237 207