MétaCan
Menu
Retour à la cohorte
Enregistrement W4390419596 · doi:10.53555/sfs.v10i1.1895

The Significance Of Agricultural Wastes In The Construction Sector

2023· article· en· W4390419596 sur OpenAlexvenueno aff
Nitin Nitin, Yeshpal Yeshpal, Veena Chaudhary

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovations in Concrete and Construction Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmentally friendlyAgricultureBambooConstruction wasteBusinessWaste managementPopulationEngineeringEnvironmental science

Résumé

récupéré en direct d'OpenAlex

A variety of problems are now affecting the building business. The two that matter most are the rise in urban population and the decrease in the amount of resources required to make construction supplies. Businesses have also begun to reassess their strategies for producing ecologically friendly construction materials as a consequence of a greater knowledge of climate change. In the development of ecologically friendly construction materials, a variety of agricultural wastes, such as rice husk ash (RHA), sugarcane bagasse ash (SCBA), and bamboo leaf ash (BLA), have shown to be successful alternatives. In this investigation, six distinct agricultural waste-derived construction materials are investigated. The list includes bio-based polymers, building insulation and reinforcement materials, green concrete, particleboard, bricks, and masonry components. The frequency of usage in current building projects should be the primary factor when choosing materials. The goal of this paper is to look at alternative production methods for eco-friendly construction materials since the ones currently in use have negative environmental consequences. The results of the investigation demonstrated that it was successful to produce environmental friendly construction materials from agricultural waste since the completed products satisfied certain building requirements. Using agricultural products in lieu of traditional building materials is advised in order to achieve long-term economic, environmental, and social security.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,100
Tête enseignante GPT0,248
Écart entre enseignants0,148 · 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
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Survey in Fisheries SciencesMême sujetInnovations in Concrete and Construction MaterialsTravaux en français237 207