Carbon Footprint of Municipal Solid Waste Management in Guelph City, Ontario
Notice bibliographique
Résumé
More light is being shed continually on the environmental impacts of municipal solid waste due to the increasing amounts of waste generated and the related greenhouse gas emissions. Emissions from MSW account for 20% of Canadian greenhouse gas (GHG) emissions and accordingly, waste legislation in Ontario demands high waste recovery and a moving towards a circular economy. This study evaluates the current municipal solid waste management in the City of Guelph and assesses possible alternative scenarios based on the associated GHG emissions. Waste Reduction Model (WARM) that was developed by the US-EPA has been used to quantify the GHG emissions produced over the entire life cycle of the MSW management scenario. Sensitivity analysis was also conducted to investigate the influence of some scenarios on the overall GHG emissions. It has been found that one ton of landfilled waste generates approximately 0.39 ton of carbon dioxide equivalent (CO 2 Eq). It was also found that the current solid waste scenario has a saving of 36086 million ton of CO 2 Eq (MCO 2 Eq). However, the results showed that the scenario with enhanced waste-to-energy, reduction at source and recycling has resulted in a high avoided emissions (0.74 kg CO 2 Eq/kg MSW). The anaerobic Digestion scenario caused the lowest avoided emissions of 0.39 kg CO 2 Eq/kg MSW. The net avoided emissions for reduction at source scenario were found to be the same as that found by the current scenario (0.4 kg CO 2 Eq/kg MSW). The sensitivity analysis of both reduction at source and recycling rates show a linear inverse proportional relationship with total GHG emissions reduction.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».