MétaCan
Menu
Retour à la cohorte
Enregistrement W3080987219 · doi:10.1016/j.resconrec.2020.105108

How recycling mitigates supply risks of critical raw materials: Extension of the geopolitical supply risk methodology applied to information and communication technologies in the European Union

2020· article· en· W3080987219 sur OpenAlexaff
Jair Santillán‐Saldivar, Alexander Cimprich, Noor R. Shaikh, Bertrand Laratte, Steven B. Young, Guido Sonnemann

Notice bibliographique

RevueResources Conservation and Recycling · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversité de Bordeaux
Mots-clésGeopoliticsEuropean unionEnvironmental economicsRaw materialNatural resource economicsExtension (predicate logic)BusinessWaste managementEnvironmental scienceEnvironmental resource managementEngineeringEconomicsInternational tradeComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

The Geopolitical Supply Risk method, originally developed by Gemechu et al. (2016) and subsequently extended by Helbig et al. (2016a) and Cimprich et al. (2017, 2018), is aimed at incorporating supply risk assessment of “critical raw materials” as a complement to environmental life cycle assessment (LCA) within life cycle sustainability assessment (LCSA). In this article, we further extend the method to consider the risk-mitigating potential of domestic recycling – thus advancing considerations of “circular economy” strategies for managing materials criticality. Our method captures two mechanisms through which domestic recycling can affect supply risk: a reduction in total imports (the “reduction effect”), and a potential redistribution of the import supply mix (the “redistribution effect”). We consider a range of outcomes from a best-case scenario (displacing imports from the riskiest trade partners) to a worst-case scenario (displacing imports from the least risky trade partners). Using our recently developed automated calculation tool, which significantly improves the practical applicability of the method by facilitating the otherwise burdensome computations required, we test and demonstrate our method on 13 raw materials used for information and communication technologies in the European Union. Thus, we test the notion that recycling mitigates supply risk. The reality is more complex. To maximize risk mitigation, recycling should ideally take place domestically, recycled material should be reinserted into the domestic economy, and the import supply mix should be considered, especially given that the redistribution effect sometimes exceeds the reduction effect.

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)0,007
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,003
Communication savante0,0060,005
Science ouverte0,0010,003
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,067
Tête enseignante GPT0,296
Écart entre enseignants0,229 · 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'étudeSimulation ou modélisation
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

Citations81
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueResources Conservation and RecyclingMême sujetRecycling and Waste Management TechniquesTravaux en français237 207