MétaCan
Menu
Retour à la cohorte
Enregistrement W4393323359 · doi:10.1051/e3sconf/202450701073

Analyzing solid waste management practices for the hotel industry

2024· article· en· W4393323359 sur OpenAlexaff
Rajeev Sobti, K Raghavendra Ravikiran, Hawraa A. Kareem, P.K. Jisha, Koushal Dhamija, A.L.N. Rao

Notice bibliographique

RevueE3S Web of Conferences · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensHorizon College and Seminary
Organismes subventionnairesnon disponible
Mots-clésBusinessSolid waste managementHotel industryMunicipal solid wasteOperations managementWaste managementEngineeringTourismGeography

Résumé

récupéré en direct d'OpenAlex

The waste management agenda is significant, and it requires administrative attention, guidance, and public awareness on a priority basis. Effective waste management impacts social, economic, and ecological concerns. The purpose of this research was to survey methods for managing solid waste in the hospitality sector. To reduce their negative effects on the environment, stay in compliance with regulations, and make their guests happier, hotels must have efficient waste management systems. Some important practices involve carrying out waste audits, reducing waste at its source, recycling, composting, and managing hazardous waste properly. To show their dedication to environmental protection and ethical business practices, hotels may optimise their waste management through staff training, stakeholder involvement, and continuous improvement in initiatives. By adopting these practices, we can lessen the amount of trash that ends up in landfills and assist in rendering the hotel business more sustainable. There is significance difference between presence of garden and restaurant on solid waste generation rate. The information presented in this article is crucial for waste management planning and resource allocation in many different types of contexts, including residential, industrial as well as hotels.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,032
Tête enseignante GPT0,290
Écart entre enseignants0,258 · 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'étudeObservationnel
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueE3S Web of ConferencesMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207