The role of industrial actors in the circular economy for critical raw materials: a framework with case studies across a range of industries
Notice bibliographique
Résumé
Abstract In this article, we explore concrete examples of circularity strategies for critical raw materials (CRMs) in commercial settings. We propose a company-level framework for systematically evaluating circularity strategies (e.g., material recycling, product reuse, and product or component lifetime extension) in specific applications of CRMs from the perspectives of specific industrial actors. This framework is applied in qualitative analyses—informed by relevant literature and expert consultation—of five case studies across a range of industries: (1) rhenium in high-pressure turbine components, (2) platinum group metals in industrial catalysts for chemical processing and oil refining, (3) rare earth permanent magnets in computer hard disk drives, (4) various CRMs in consumer electronics, and (5) helium in magnetic resonance imaging (MRI) machines. Drawing from these case studies, three broader observations can be made about company circularity strategies for CRMs. Firstly, there are multiple, partly competing motivations that influence the adoption of circularity strategies, including cost savings, supply security, and external stakeholder pressure. Secondly, business models and value-chain structure play a major role in the implementation of circularity strategies; business-to-business models appear to be more conducive to circularity than business-to-consumer models. Finally, it is important to distinguish between closed-loop circularity, in which material flows are contained within the “focal” actor’s system boundary, and open-loop circularity, in which material flows cross the system boundary, as the latter has limited potential for mitigating material criticality from the perspective of the focal actor.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,009 | 0,028 |
| Communication savante | 0,011 | 0,013 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».