MétaCan
Menu
Retour à la cohorte
Enregistrement W2992885742 · doi:10.5539/ep.v9n1p1

Africa’s Urban Waste Management and Sanitation Challenges: Are Transfer Stations the Solution?

2019· article· en· W2992885742 sur OpenAlexvenueno aff
Bob Offei Manteaw, Johannes Boachie

Notice bibliographique

RevueEnvironment and Pollution · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSanitationUrbanizationSustainable developmentEnvironmental planningEconomic growthBusinessEconomicsGeographyPolitical scienceEnvironmental engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Africa’s urbanization processes are seen as both a challenge and an opportunity for sustainable development. While these processes unfold differently in diverse countries across the continent, it has become increasingly apparent that surge urbanization, population growth and the lack of effective planning for an efficient waste management system have brought in its wake other challenges that have significant implications for public health and sustainable development. Thus, much as urbanization has the potential to drive Africa’s growth and sustainable development agenda, current happenings in most of Africa’s cities, in particular, also signal the negative impact of rapid and unplanned urbanization on sustainable development processes. Waste and sanitation management have become an enduring urban challenge across Africa. They come with significant cost to people and governments and as the search for lasting solutions continue, Waste Transfer Stations have emerged as an efficient management technology which has been embraced and deployed in some countries. While it has received praises in some quarters as an innovative technology, there is concern that such praises have muted critical issues of pollution, odor nuisance, cultural incompatibility and public health challenges, which, for the most part, are unrecognized or underestimated. The question then becomes: are Waste Transfer Stations the solution to Africa’s urban waste and sanitation challenges?

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,005
Communication savante0,0070,010
Science ouverte0,0010,004
Intégrité de la recherche0,0090,006
Charge utile insuffisante (le modèle a refusé de juger)0,0230,004

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 Opus0,017
Tête enseignante GPT0,192
Écart entre enseignants0,175 · 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'étudeSans objet
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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and PollutionMême sujetMunicipal Solid Waste ManagementTravaux en français237 207