MétaCan
Menu
Retour à la cohorte
Enregistrement W4395069336 · doi:10.1126/sciadv.adj8275

Global producer responsibility for plastic pollution

2024· article· en· W4395069336 sur OpenAlexaff
Win Cowger, Kathryn Willis, S. E. T. Bullock, Katie Conlon, Jorge Emmanuel, Lisa M. Erdle, Marcus Eriksen, Trisia Farrelly, Britta Denise Hardesty, Kristiina Kerge, N. Li, Yedan Li, Adam Liebman, Neil Tangri, Martín Thiel, Patricia Villarrubia-Gómez, Tony R. ‎Walker, Mengjiao Wang

Notice bibliographique

RevueScience Advances · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCoca colaAuditBusinessPlastic pollutionProduction (economics)PollutionPlastic bagAgricultural economicsAgricultural scienceEnvironmental scienceAdvertisingAccountingEngineeringEconomicsWaste managementEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Brand names can be used to hold plastic companies accountable for their items found polluting the environment. We used data from a 5-year (2018-2022) worldwide (84 countries) program to identify brands found on plastic items in the environment through 1576 audit events. We found that 50% of items were unbranded, calling for mandated producer reporting. The top five brands globally were The Coca-Cola Company (11%), PepsiCo (5%), Nestlé (3%), Danone (3%), and Altria (2%), accounting for 24% of the total branded count, and 56 companies accounted for more than 50%. There was a clear and strong log-log linear relationship production (%) = pollution (%) between companies' annual production of plastic and their branded plastic pollution, with food and beverage companies being disproportionately large polluters. Phasing out single-use and short-lived plastic products by the largest polluters would greatly reduce global plastic pollution.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,486
Score d'incertitude au seuil0,358

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,278
Écart entre enseignants0,268 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations130
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetMicroplastics and Plastic PollutionTravaux en français237 207