MétaCan
Menu
Retour à la cohorte
Enregistrement W4399272895 · doi:10.47413/vidya.v3i1.366

AN APPROACH TO SUSTAINABLE LIVING: BIODEGRADABLE FLATWARE

2024· article· en· W4399272895 sur OpenAlexaff
Rucha Bhavsar, Aanal Maitreya, Nainesh Modi

Notice bibliographique

RevueVIDYA - A JOURNAL OF GUJARAT UNIVERSITY · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueArchitecture and Computational Design
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésBusiness

Résumé

récupéré en direct d'OpenAlex

Our environment is getting polluted day by day, from the past few years. There has been significant amount of air, soil, water & noise pollution in recent decades. Ozone layer is getting depleted, that affects environment and all living organisms. Plastic pollution plays major role in getting soil polluted, that leads to less nutrient efficiency in vegetation grown in that particular soil. Plastic takes approximately 20 to 500 years to degrade. Cutleries made from plastic such as straws, spoons, forks, cups, plates & containers takes years to decompose and harm soil, environment, water as well as living organisms. We can use cutleries made from metals like copper, silver, steel etc. But if we consider our fast food eating habits, eating out at in the streets or junk food takeouts and something that complements our modern lifestyle, we can definitely use biodegradable cutleries. There are many plant-based options and alternative to traditional plastic cutlery. There are many parts and religions in India that focuses on eating in Musa paradisiaca plants’ leaves (mainly in southern region of India) and in ancient times our ancestors used to make plates from Butea monosperma dried leaves. Plants & materials used for creating plant-based cutleries are discussed vividly in this paper. Many researchers and scientists have worked toward contemplating this global issue, that is mentioned in this paper as well.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0050,005
Science ouverte0,0010,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,005

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 Opus0,007
Tête enseignante GPT0,190
Écart entre enseignants0,183 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVIDYA - A JOURNAL OF GUJARAT UNIVERSITYMême sujetArchitecture and Computational DesignTravaux en français237 207