MétaCan
Menu
Retour à la cohorte
Enregistrement W4386558262 · doi:10.32920/24085125

Waste not, want not: planning for consumer goods reuse in municipal waste management strategies

2023· preprint· en· W4386558262 sur OpenAlexaffabout
Ellen Molloy

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiquePublic Spaces through Art
Établissements canadiensToronto Metropolitan UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésReuseBusinessSustainabilityScope (computer science)Environmental planningWaste managementEngineeringEnvironmental scienceComputer science

Résumé

récupéré en direct d'OpenAlex

<p>While sometimes buried beneath other urban discourse, the management of waste has long been, and remains, an important consideration for cities. Reuse as a means of waste prevention is well understood to be an integral component of municipal waste management strategies.</p> <p>Considering the breadth of issues important to contemporary planning, in addition to the profession’s focus on holistic, systems-level thinking, puts matters such as waste management, waste prevention, and reuse well within its scope. Within this paper, a case study methodology is utilized to investigate instances of municipally-driven consumer goods reuse. This paper</p> <p>highlights the distinctiveness of this practice and furthers the understanding of how this component of waste management is addressed in locales comparable to Toronto. Emerging from this research is the indication that an opportunity is present to expand municipal</p> <p>involvement with consumer goods reuse in Toronto, including through greater sector specific reporting and by considering further strategies for multi-family residential buildings. While this paper is largely framed through a waste management lens, the concerns of this sector can be seen to link strongly to urban planning considerations, such as sustainability, resilience, and the imperative to consider the needs of future generations.</p> <p><br></p> <p>Key words: Reuse; Municipal Solid Waste Management; Consumer Goods; Toronto</p>

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0020,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,135
Tête enseignante GPT0,404
Écart entre enseignants0,269 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetPublic Spaces through ArtTravaux en français237 207