Waste accumulation in Jakarta’s slums: Neoliberal flows of waste distribution
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Urban slums in the Global South have a formidable challenge of mismanaged waste. Behind this challenge lies urban politics, creating disproportionate exposure to waste in marginalized settlements. This paper articulates an urban political ecology of uneven waste accumulation in slums with a case study of Jakarta, Indonesia. I apply a mixed-methods approach, by integrating a spatial regression model with a critical qualitative analysis, to draw the connection between the slums’ waste crisis and neoliberal waste infrastructure. Since the mid-2010s, Jakarta’s waste governance has shifted from a conventional collect-transport-dispose model to a circular economy model operating under a technocratic and neoliberal economy. Under the shifted governance, the informal sector has been strengthened through the integration of high-tech infrastructure to reduce waste and extract new profits from materials. However, the sector has been unevenly strengthened across the city, creating two flows of waste accumulation activities. First, the strengthening has been accelerated in low-income residential areas by introducing financial incentives for the informal sector to make up the shortfall created by public services. Consequently, the informal sector in slums—with its limited focus on recyclable materials—has led to the accumulation of mismanaged non-recyclable waste in unregulated dumpsites of slums. On the other hand, public services are relatively prevalent in capital-intensive areas to promote the economic growth. However, due to its compact land-uses in those areas, the services utilize the unregulated dumpsites in slums as semi-permanent landfills for storing the collected waste.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle