Notice bibliographique
Résumé
in region, 286-289 circularity for global commodities, 292-296 lessons learnt in implementing CE actions, 296-300 national food waste initiative, 289-292 Agricultural workers, 293 Agriculture, 34-36 "Airbnb" platform, 315 American Transportation Research Institute (ATRI), 158 Analytical models, 219 Apple, 157 Arts & Humanities Citation Index (A&HCI), 219 Asia-Pacific Economic Cooperation (APEC), 243 Automotive supply chain, 82-84 Business models (BMs), 90 (see also Circular business models (CBMs)) as focal point of circularity on company level, 91-93 Business(es), 153, 201 ecosystems, 90 strategies, 284 value and impact, 285, 299 Butterfly diagram, 73-74 By-product synergies, 33 Cannibalism, 32 Carbon dioxide emissions (CO 2 emissions), 243 Carbon dioxide equivalents (CO 2 e), 112-114 competitive recycling and manufacturing locations in very low-cost and CO 2 e CLSCs, 121-124 effects of recycling locations on, 116 Carbon oxide emissions (CO emissions), 243 Case study, 317 Centre for Technology Transfer in Industrial Ecology (CTTÉI), 36 Channels, 93 Charnes-Cooper-Rhodes model (CCR model), 243, 246 China Excess Inventory Circulation Association, 177 China's General Administration of Quality Supervision, Inspection and Quarantine, 177 China's Law for the Promotion of the Circular Economy, 177 China's Standardization Administration, 177 Chinese government, 177 Circular approaches, 71 Circular bioeconomy, 275 Circular business, 219 Intensifying loops, 159 International Platform of Insects for Food and Feed (IPIFF), 273 International secondary markets, 176-179 Internet of Things (IoT), 190, 192 Intricate production networks, 75 Ioncell®, 350-351 Jointness of interests, 130 Karo Sambhav-Microsoft partnership, 39 Key activities, 92 Key partnerships, 92
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,015 | 0,010 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,726 | 0,756 |
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 ».