MétaCan
Menu
Retour à la cohorte
Enregistrement W4386288660 · doi:10.26434/chemrxiv-2023-pxlxb

Minimizing the environmental impacts of plastic through eco-design

2023· preprint· en· W4386288660 sur OpenAlexaff
Bryan D. James, Collin P. Ward, Mark E. Hahn, Steven J. Thorpe, Christopher M. Reddy

Notice bibliographique

RevueChemRxiv · 2023
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensUniversity of Toronto
Organismes subventionnairesWoods Hole Oceanographic InstitutionNational Science Foundation
Mots-clésHarmPlastic pollutionSustainabilityPersistence (discontinuity)Environmental economicsEnvironmental pollutionInvestment (military)LimitingBusinessProduct (mathematics)Environmental degradationRisk analysis (engineering)PollutionEnvironmental scienceEnvironmental resource managementEnvironmental protectionEngineeringEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

While plastic pollution threatens ecosystems and human health, the use of plastic products continues to increase. Limiting its harm requires strategies when designing plastic products informed by the threats plastics pose to the environment. Thus, we developed a sustainability metric for the eco-design of plastic products with low environmental persistence and uncompromised performance. To do this, we integrated the environmental degradation rate of plastic into established material selection strategies, deriving material indices for environmental persistence. By comparing indices for the environmental impact of on-the-market plastics and proposed alternatives, we show that accounting for environmental persistence in design could translate to societal benefits of hundreds of millions of dollars for an individual consumer product. Our analysis identifies which materials deserve adoption and investment to create functional and less environmentally impactful products.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,231
Écart entre enseignants0,198 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetMicroplastics and Plastic PollutionTravaux en français237 207