MétaCan
Menu
Retour à la cohorte
Enregistrement W3096472618 · doi:10.22541/au.160438330.01174813/v1

Sustainable Optimization of Waste Management Network to Energy Products over Extended Planning Time Horizon

2020· preprint· en· W3096472618 sur OpenAlexaff
Yousef Saif, Ali Almansoori, Ali Elkamel

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTime horizonMaximizationSustainabilityMulti-objective optimizationPareto principleProfit maximizationMinificationLinear programmingMathematical optimizationMunicipal solid wasteProfit (economics)Integer programmingRange (aeronautics)Work (physics)Environmental economicsNet present valueComputer scienceOperations researchEngineeringWaste managementEconomicsMathematicsProduction (economics)Microeconomics

Résumé

récupéré en direct d'OpenAlex

This study proposes a multiperiod mixed integer linear programming model for the management of a single municipal solid waste (MSW) treatment plant with sustainability as the objective. Discrete and continuous variables define the capacity selections for diverse MSW technologies, and the operation of the MSW network, respectively. The economic target is considered to maximize the net present value. The environmental impact is the minimization of a normalized environmental objective function (NEOF). The social target is the maximization of jobs. An interesting feature about the research work is the requirement of biodrying technologies for MSW moisture content control. Due to the conflicted nature among the sustainability components, a multi-objective optimization (MO) is carried out to find the Pareto optimal solutions. The MO results show that the Pareto optimal solutions vary around profit range of US$ 4.9-8.5 billion, NEOF impact range of 3.2-3.6 units, and social benefit range of 2700-4828 jobs.

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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,011
Tête enseignante GPT0,228
Écart entre enseignants0,217 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMunicipal Solid Waste ManagementTravaux en français237 207