Developing Interventions for Scaling Up UK Upcycling
Notice bibliographique
Résumé
Upcycling presents one of many opportunities for reducing consumption of materials and energy. Despite recent growth evidenced by increasing numbers of practitioners and businesses based on upcycling, it remains a niche activity and requires scaling up to realise its potential benefits. This paper investigates UK household upcycling in order to develop interventions for scaling up upcycling in the UK. Mixed methods were used in four stages: (a) Interviews to gain insights into UK upcycling; (b) a survey to discover key factors influencing UK upcycling; (c) intervention development based on the synthesis of interviews and survey; and (d) use of a semi-Delphi technique to evaluate and develop initial interventions. The results showed approaches to upcycling (e.g., wood, metal and fabric as frequently used materials, online platforms as frequently used source of materials), context for upcycling (e.g., predominant use of home for upcycling), factors influencing UK upcycling with key determinants (i.e., intention, attitude and subjective norm), important demographic characteristics considering a target audience for interventions (i.e., 30+ females) and prioritised interventions for scaling up (e.g., TV and inspirational media and community workshops as short-term high priority interventions). The paper further discusses implications of the study in terms of development of theory and practice of upcycling.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».