MétaCan
Menu
Retour à la cohorte
Enregistrement W4388639265 · doi:10.1080/10962247.2023.2282011

A review on medical waste treatment in COVID-19 pandemics: Technologies, managements and future strategies

2023· review· en· W4388639265 sur OpenAlexaff
Raynard Christianson Sanito, Dwi Rasy Mujiyanti, Sheng‐Jie You, Ya‐Fen Wang

Notice bibliographique

RevueJournal of the Air & Waste Management Association · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueHealthcare and Environmental Waste Management
Établissements canadiensUniversité LavalHôpital Saint-François d'Assise
Organismes subventionnairesNational Science and Technology Council
Mots-clésIncinerationPandemicMedical wasteOutbreakCoronavirus disease 2019 (COVID-19)Waste managementTransmission (telecommunications)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)BusinessEnvironmental scienceEngineeringMedicineVirologyDiseaseInfectious disease (medical specialty)Telecommunications

Résumé

récupéré en direct d'OpenAlex

Since the outbreak of COVID-19 few years ago, the increasing of the number of medical waste has become a huge issue because of their harmful impact to environment. A major concern associated to the limitation of technologies for dealing with medical waste, especially conventional technologies, are overcapacities since pandemic occurs. Moreover, the outbreak of new viruses from post COVID-19 should become a serious attention to be prevented not only environmental issues but also the spreading of viruses to new pandemic near the future. The high possibility of an outbreak of new viruses and mutation near the future should be prevented based on the experience associated with the SARS-CoV-2 virus in the last three years. This review presented information and strategies for handling medical waste during the outbreak of COVID-19 and post-COVID-19, and also information on the current issues related to technologies, such as incineration, pyrolysis/gasification, autoclaves and microwave treatment for the dealing with high numbers of medical waste in COVID-19 to prevent the transmission of SARS-CoV-2 virus, their advantages and disadvantages. Plasma technology can be considered to be implemented as an alternative technology to deal with medical waste since incinerator is usually over capacities during the pandemic situation. Proper treatment of specific medical waste in pandemics, namely face masks, vaccine vials, syringes, and dead bodies, are necessary because those medical wastes are mediums for transmission of the SARS-CoV-2 virus. Furthermore, emission controls from incinerator and plasma are necessary to be implemented to reduce the high concentration of CO2, NOx, and VOCs during the treatment. Finally, future strategies of medical waste treatment in the perspective of potential outbreak pandemic from new mutation viruses are discussed in this review paper.Statement of Environmental Implication Journal of the air and waste management association may consider our review paper to be published. In this review, we give important information related to the technologies, managements and strategies for handling the medical waste and control the transmission of SARS-CoV-2 virus, starting from proper technology to control the high number of medical waste, their pollutants and many strategies for controlling the spreading of SARS-CoV-2 virus. Moreover, this review also describes some strategies associated with control the transmission not only the SARS-CoV-2 virus but also the outbreak of new viruses near the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,054
Tête enseignante GPT0,370
Écart entre enseignants0,316 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Air & Waste Management AssociationMême sujetHealthcare and Environmental Waste ManagementTravaux en français237 207