Meeting urban GHG reduction goals with waste diversion: multi-residential buildings
Notice bibliographique
Résumé
Waste diversion targets are a common characteristic of municipal climate change mitigation plans because about two-thirds of residential waste sent to landfills is degradable and thus contributes to greenhouse gas (GHG) emissions. This paper focuses on the challenge of achieving waste diversion targets in multi-residential buildings because their diversion rates are much lower than those for single-family homes. A case study of 15 high-rise condominium and cooperative housing buildings compares modes of governance by the City of Toronto and by multi-residential buildings to address waste diversion challenges. City responses to the challenges included mandatory building standards making waste diversion as convenient as garbage disposal, voluntary standards for in-suite storage of recyclables and organics, phase-in of organics collection and pay-as-you-throw collection fees, and delivery of promotion and education programs. For buildings, the responses were fines for poor-quality sorting, conversion of the garbage chute to an organics chute, the delivery of education material to residents, and monitoring bin capacity. Despite these initiatives, Toronto is very unlikely to meet its target of diverting 70% of residential waste away from disposal in landfill by 2030. Seven actions are recommended to increase the rate of diversion. Policy relevance Recommended actions for Toronto and other municipalities facing similar waste diversion deficits in the multi-residential sector include: studying the potential for converting garbage chutes to organic chutes, assessing the effectiveness of different chute systems, modifying waste collection service agreements or city bylaws to incorporate obligations for promotion and education around waste diversion, revising building standards to require more space for diversion facilities inside buildings, adopting voluntary building standards for building operations, and advocating with higher levels of government to regulate packaging 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».