Challenges to the Circular Economy: Recovering Wastes from Simple versus Complex Products
Notice bibliographique
Résumé
The circular economy re-interprets the recovery of materials by promoting designing out waste from products, retaining materials for reuse, and emphasizing key elements universally accepted for sustainability. The current efforts to target, isolate, and reduce single-use items, particularly plastics, have only recently begun in earnest. Unfortunately, the recovery and recycling of materials have been disrupted by global market uncertainty, and recently, the COVID-19 pandemic. While the pandemic and its impacts complicate materials recovery, the core of the circular economy still depends on efficiently capturing and returning spent materials for production. Arguably, our perception and common understanding of the recovery process is influenced significantly by the recycling of simple consumer products, such as plastic bags and beverage bottles. However, there are greater difficulties when managing multiple materials from significantly more complex consumer products, for example, from end-of-life vehicles. This paper presents an overview of how waste recovery-related issues vary between simple versus complex consumer products. Using food packaging, tires, cell phones, furniture, and end-of-life vehicles as examples, this paper provides a commentary on the challenges facing complex product recovery compared to simple consumer products in the Canadian context in order to establish how this classification concept can be beneficial for describing a given product and its materials recovery prospects. A categorization framework is developed and applied to these case study products to provide a relative comparison of product complexity.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».