MétaCan
Menu
Retour à la cohorte
Enregistrement W3142421134 · doi:10.20286/jeas.v4i1.32

Waste minimization in solvent-based paint industries

2016· article· en· W3142421134 sur OpenAlexvenueno aff
Leila Ramezani

Notice bibliographique

RevueNova Journal of Engineering and Applied Sciences · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Science and PVC
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHazardous wasteWaste managementReuseEnvironmental scienceWastewaterCleaner productionWaste treatmentMinificationPollutantSewage treatmentPollutionMobile incineratorMunicipal solid wasteWaste collectionEngineeringChemistryComputer science

Résumé

récupéré en direct d'OpenAlex

Solvent-base paint industries moreover to hazardous solid wastes, volatile organic compounds and air emissions produce significant amount of wastewater  containing organic solvents which are classified as hazardous  wastes due to toxicity, ignitability or both. These wastes have adverse impacts on human health and natural ecosystems and the cost of its treatment and safe disposal is high. Implementing of waste minimization plans is the only solution which minimizes waste generation and environment pollution meanwhile reduces   both environmental pollutants treatment costs and surcharges of  disobeying  environmental requirements. The aim of this paper was study of waste minimization methods and techniques in solvent-base paint industries. According this aim, type of wastes, its sources and waste minimization options in the plants were studied. Researches done in this study showed that the relative ease of wastewater solvent recycling and the high thermal content of organic solvent wastes suggests different   waste minimization options such as: source reduction, recovery, recycle and reuse. Successful implementation of the plan depends on patronage and commitment of plant manager, responsibility and active partnership of all of personnel in accomplishing to waste minimization goals. Keywords: Paint, Recycle , Reuse, Source 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,028
Tête enseignante GPT0,238
Écart entre enseignants0,210 · 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'étudeSans objet
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNova Journal of Engineering and Applied SciencesMême sujetPolymer Science and PVCTravaux en français237 207