MétaCan
Menu
Retour à la cohorte
Enregistrement W3194160530

Circular Economy in China: Towards the Progress

2021· preprint· en· W3194160530 sur OpenAlexaboutno aff
Haradhan Kumar Mohajan

Notice bibliographique

RevueMunich Personal RePEc Archive (Munich University) · 2021
Typepreprint
Langueen
DomaineEngineering
ThématiqueSustainable Industrial Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaScarcityCircular economyUrbanizationWorld economyPopulationQuarter (Canadian coin)EconomyEnvironmental degradationBusinessWorld populationEconomicsNatural resource economicsDevelopment economicsEconomic growthDeveloping countryGeographyMarket economyPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

At present all nations are thinking about the circular economy (CE) in production, circulation, and consumption due to environment pollution and resource scarcity. But implementation of CE policy is yet in its infancy. The CE in the form of waste management policy that is achieved in selected developed countries of the world. China is a developing country in the East Asia. The economy of China has grown with an average 10% per annum during the last 30 years that contributes important impacts on the world economy. At the last quarter of the 20th century and beginning of the first quarter of the 21st century China becomes the largest energy user in the world, as the country rapidly becomes the largest exporter in the world. To produce essential commodities according to the global demand the country mainly depends on coal and fossil fuel to create electricity, consequently it emits maximum CO2. Recently, China has faced various harmful odd situations, such as environmental degradation, human health and social problems due to huge population, and source scarcity for the huge production, rapid continuous unplanned urbanization, and growing economy. Thinking for future sustainable economy and human welfare of the country, China is attracted by the CE. The country has taken various attempts to implement CE at the three levels at a time, namely micro, meso and macro levels.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,627
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,202
Écart entre enseignants0,186 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMunich Personal RePEc Archive (Munich University)Même sujetSustainable Industrial EcologyTravaux en français237 207