MétaCan
Menu
Retour à la cohorte
Enregistrement W4306790542 · doi:10.3895/rts.v18n53.15813

ViraSer: um modelo de impacto socioambiental na cadeia da reciclagem

2022· article· pt· W4306790542 sur OpenAlexaff
Geraldo José Virginio, Maíra de Souza Pereira, Juliana Costa Navea

Notice bibliographique

RevueRevista Tecnologia e Sociedade · 2022
Typearticle
Languept
DomaineEnvironmental Science
ThématiqueEnvironmental Sustainability and Education
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesPolitical science

Résumé

récupéré en direct d'OpenAlex

A aceleração da geração de resíduos e o esgotamento dos recursos naturais são grandes desafios globais da atualidade e são também consequências da atividade econômica de produção e consumo que desconsidera as limitações da natureza. Na américa latina, o Brasil é responsável pela geração de 40% de todos os resíduos gerados e na última década não ultrapassou a taxa de 4% de reciclagem. Garantir que a gestão dos resíduos seja mais eficiente, recuperar maiores volumes de materiais recicláveis e gerar novas oportunidades de trabalho e renda para trabalhadores da base da pirâmide é o dever de governos, empresas e cidadãos.Apresentamos aqui um modelo inovador na cadeia da reciclagem que foi concebido a partir da lógica dos negócios sociais de impacto e produziu resultados positivos nas etapas de prototipagem e tração, evidenciando um elevado potencial transformador no contexto social e ambiental para dezenas de municípios brasileiros de pequeno e médio porte.O modelo de intervenção denominado “ViraSer” visa acelerar a qualificação e profissionalização das Centrais de triagem operadas por Cooperativas e Associações de reciclagem com dois objetivos prioritários: aumento da capacidade produtiva e obtenção de maior escala na recuperação dos recicláveis e elevação de renda.Os resultados e indicadores de impacto do modelo ViraSer foram consolidados no período de 2015 a 2021, estão baseados e fundamentados em estudos e pesquisas sobre o sistema nacional de informações sobre resíduos sólidos, além de serem coletados e obtidos a partir de entrevistas envolvendo diretamente os profissionais colaboradores, os trabalhadores beneficiados e considerando os conceitos de especialistas em negócios de impacto.No atual contexto brasileiro de desigualdade social e econômica, trazida pela crise sanitária da pandemia do Covid-19 que agravou o desemprego e a fome, o ViraSer representa uma nova forma de fazer negócios a partir da reciclagem como potencial econômico e de geração de renda, dentro do ecossistema dos negócios de impacto.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge 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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,002
Communication savante0,0000,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,001

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 Opus0,019
Tête enseignante GPT0,268
Écart entre enseignants0,249 · 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'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Tecnologia e SociedadeMême sujetEnvironmental Sustainability and EducationTravaux en français237 207