Analysing the impact of food waste disposal through the sink by combining the BSM1 with EASETECH modelling framework for life cycle assessment
Notice bibliographique
Résumé
The newly revised European Union (EU) Circular Economy Package targets an increasing the overall recycling rate of municipal solid waste to 65% by 2030 (EC, 2019). Meeting this target will require separate collection and recycling of household food waste. Food waste disposer or kitchen grinder (FWD) has been suggested as a practical alternative to separate food waste collection. Thus, FWD has been introduced in many countries such as the US, Canada, the UK, and Sweden. To guide the decision-making process on FWDs, numerous studies have been conducted, yielding inconsistent and contradictory findings. Most studies have focused on the impact on the sewerage system, highlighting benefits such as improved resource recovery via increased biogas production or increased digestate reused as fertilizer (Kim et al., 2019a). However, those studies neglected the impact on solid waste management (i.e., reduction of food waste disposal and its treatment) and therefore offer limited information for decision making on how to handle food waste. The overall objective of this study is to examine the effect of food waste disposal on a Wastewater Resource Recovery Facility (WRRF) using benchmark simulation model (BSM2) and evaluate the waste and sewage management systems from an environmental perspective using life cycle assessment (LCA) methodology.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».