MétaCan
Menu
Retour à la cohorte
Enregistrement W4248564417 · doi:10.2175/106143005x54489

Automotive Wastes

2005· article· en· W4248564417 sur OpenAlexafffund
Ahmed G. El‐Din, Parmjit Singh

Notice bibliographique

RevueWater Environment Research · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesEuropean CommissionUniversity of Alberta
Mots-clésCitationAutomotive industryLibrary scienceSociologyComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

This review provides a summary of the most recently published research literature related to automotive wastes, solid wastes including wastes from automotive bodies and acid batteries, emissions produced by automotive industry and vehicles, and its toxicological and public health effects. GENERALEuropean legislations such as the End of Life Vehicle (ELV), Waste Electrical and Electronic Equipment (WEEE) and the Restriction of use of certain Hazardous Substances (RHS) Directives, as well as strict domestic and international labeling and reporting requirements, were reviewed by Przekop and Kerr (2004).This prompted automotive manufacturers to evaluate their products and processes to determine the recycling potential and identify the presence of hazardous restricted substances.It was concluded that the companies that implemented the data collection and management procedures would be able to meet "End of Life" reporting requirements, and design future products that are eco-friendly and provide an economical advantage.Schmidt et al. (2004)

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil0,952

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0490,072

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 Opus0,046
Tête enseignante GPT0,311
Écart entre enseignants0,264 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations1
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Environment ResearchMême sujetMunicipal Solid Waste ManagementTravaux en français237 207