Assessing Global Waste Management: Alternatives to Landfilling in Different Waste Streams—A Scoping Review
Notice bibliographique
Résumé
This scoping review examines global strategies and enterprises for sustainable solid waste management, with a focus on alternative landfilling approaches. The study collected and analyzed a significant number of documents from different regions, revealing Asia as the major contributor (for the collected documents) (48.7%), followed by North America (24.3%) and Europe (15.8%). Recycling emerged as the most effective alternative waste treatment method, representing 52.3% of the documented approaches, with industrial recycling (22.6%) and residential/nonresidential recycling (20.2%) as prominent categories. Food waste was a significant concern across regions, constituting 21.4% of the collected documents. Composting was widely adopted (15.4%) due to its simplicity and benefits for gardening and soil improvement. Other methods like biogas extraction, reusing, raising awareness, incinerating, redistributing, reducing, and fermentation accounted for 13.1% cumulatively. The study highlights the need for adopted waste management solutions based on regional challenges and successful practices. Promoting recycling infrastructure, composting, and waste reduction approaches are crucial to achieving sustainable waste management aligned with SDGs. Collaboration and knowledge sharing between regions are essential to improve inefficient waste management mechanisms. Integrating the findings into policymaking and industry practices can lead to a more sustainable future with reduced environmental impact.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».