MétaCan
Menu
Retour à la cohorte
Enregistrement W3121530393

Municipal solid waste management in small towns: an economic analysis conducted in Yunnan, China

2011· preprint· en· W3121530393 sur OpenAlexaff
Hua Wang, Jie He, Yoonhee Kim, Takuya Kamata

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2011
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésWillingness to payChinaMunicipal solid wasteBusinessSolid waste managementService (business)Household incomeRural areaAgricultural economicsEconomic growthEconomicsGeographyWaste management
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Municipal solid waste management
\n continues to be a major challenge for local governments in
\n both urban and rural areas across the world, and one of the
\n key issues is their financial constraints. Recently an
\n economic analysis was conducted in Eryuan, a poor county
\n located in Yunnan Province of China, where willingness to
\n pay for an improved solid waste collection and treatment
\n service was estimated and compared with the project cost.
\n This study finds that the mean willingness to pay is about 1
\n percent of household income and the total willingness to pay
\n can basically cover the total cost of the project. The
\n analysis also shows that the poorest households in Eryuan
\n are not only willing to pay more than the rich households in
\n terms of income percentage in general, but also are willing
\n to pay no less than the rich in absolute terms where no
\n solid waste services are available; the poorest households
\n have stronger demand for public solid waste management
\n services while the rich have the capability to take private
\n measures when public services are not available.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
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: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0030,009
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,052
Tête enseignante GPT0,319
Écart entre enseignants0,267 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetMunicipal Solid Waste ManagementTravaux en français237 207