Circular Economy: Barriers and Strategy to Reduce and Manage Solid Waste in the Rural Area at Jepara District, Indonesia
Notice bibliographique
Résumé
The term circular economy (CE) refers to a new idea that transforms the old idea of the linear economy, which created the take-make-distribution-disposal-disposal model to take-makedistribution-consume back.When a product reaches its final stage, it will not be discarded; instead, it will be sent back in a form or quality different from the original.The 6R principles: reduce, reuse, recycle, recover, redesign, and remanufacture, are considered during the return process.Several challenges must be overcome for a circular economy to be implemented.However, no one has yet identified and analyzed the difficulties that hinder the implementation of a circular economy in Indonesia, especially in Jepara Regency.This study aims to identify and analyze the difficulties that hinder the implementation of a circular economy in waste management and make plans to overcome them.Five respondents from various stakeholder groups participated in this research, including local government, academics, and nongovernmental organizations.The questionnaire was processed using the Interpretive Structural Modeling (ISM) technique to identify the main obstacles.The results show that the critical factor inhibiting the implementation of a circular economy is the price for building a waste collection, storage, processing, and disposal (B8) system and government initiatives to decide on implementation (B2).Furthermore, based on respondents' assessments, the cost of collecting waste (B16) and the practice of disposing of hazardous waste (B1) waste that is not regulated is at the second level.Waste management requires a model that follows the circular economy principle to answer these inhibiting factors.The waste bank model is the most appropriate to apply to ensure the circular economy concept is running.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».