Optimization of the end‐of‐life tire repartition within the European treatment system to minimize its environmental impacts
Notice bibliographique
Résumé
Abstract This study contrasts two different approaches to inform European‐scale decision‐making to mitigate the environmental impacts of the end‐of‐life tires (ELT) management system. The first analysis is a traditional life cycle assessment (LCA) that compares the environmental performances of the 12 main available European end‐of‐life (EOL) technologies in ELT processing while restricting the boundaries to the EOL stage. The second analysis has a broader scope, addressing the optimization of the ELT distribution within the 12 considered pathways to minimize the environmental impacts of the total tire use in Europe under present capacity and constraints. The results of the traditional LCA show that, except for landfill, all the tested EOL routes present environmental benefits. Material recovery pathways bring the most environmental credits, whereas civil engineering pathways are the least promising. The LCA results that emerged from the optimization of ELT management technologies yield two optimal technological mixes that maximize the quantity of ELT recycled in molded objects production: such results represent a hypothetical case with no constraints. When considering constraints, that is, limitations on maximum quantities of ELT that can undergo retreading, pyrolysis, or recycling in synthetic turfs, in molded objects and in production, the number of optimal technology mixes increases to five. The type of technologies favored depends on the minimized impact categories (climate change, fossil and nuclear energy use, human health, and ecosystem quality). A comparison between constrained and unconstrained scenarios shows that achieving the best environmental performances is conditional to the accessibility of the EOL technologies as well as their individual environmental impacts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».