MétaCan
Menu
Retour à la cohorte
Enregistrement W3089087403 · doi:10.3390/min10100846

Geochemical Modeling Applied in Waste Disposal, and Its Relevance for Municipal Solid Waste Management

2020· article· en· W3089087403 sur OpenAlexaff
Francisco S. M. Araujo, Hugo Fantucci, Everton Barbosa Nunes, Rafael M. Santos

Notice bibliographique

RevueMinerals · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMunicipal solid wasteIncinerationWaste managementEnvironmental scienceWaste disposalEnvironmental planningEngineering

Résumé

récupéré en direct d'OpenAlex

Solid waste management is a challenge for municipalities mainly due to the increasing generation of residues worldwide. Much waste still ends up in landfills, either as a final disposal sink, or as a temporary yet long-term storage prior to eventual landfill mining. Through degradation and infiltration processes, these materials threaten groundwater, soil and the environment, invariably causing expressive societal concern. Waste managers, environmentalists and regulators alike focus upon predicting how these complex geochemical systems will evolve over decades. Geochemical modeling and transport simulation are commonly used to support the design, operation or characterization of these dynamic systems. In this targeted critical review of the literature over the last two decades concerning geochemical modeling applications to waste disposal (including municipal, incineration residue, and industrial), we have attempted to provide an assessment of the current state of knowledge in this field, supported by a comprehensive list of modeling methodologies and data analyses, relevant for municipal solid waste (MSW) management systems. The information provided is meant to be useful for specialists when planning, implementing or adapting MSW systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,027
Tête enseignante GPT0,254
Écart entre enseignants0,227 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetLandfill Environmental Impact StudiesTravaux en français237 207