MétaCan
Menu
Retour à la cohorte
Enregistrement W4399398532 · doi:10.46254/an14.20240232

Goal Programming Model for Sustainability and Circular Economy Evaluation

2024· article· en· W4399398532 sur OpenAlexaff
Noushin Bagheri, Fouad Ben Abdelaziz

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimization and Mathematical Programming
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSustainabilityCircular economyComputer science

Résumé

récupéré en direct d'OpenAlex

This study investigates into the sustainability landscape of the United Arab Emirates (UAE) through the Circular Economy (CE) principles, emphasizing four conflicting multi-objectives: economic, environmental, energy, and circularity development. Over recent years, CE has witnessed substantial growth, offering compelling opportunities for sustainable development. This expansion enables businesses and industry sectors to integrate CE into their overarching strategies, positioning it as an appealing alternative for manufacturing companies aiming to enhance performance through optimized resource efficiency. The study quantifies these objectives by maximizing GDP, minimizing GHG emissions, electricity consumption, and waste generation, respectively and optimizing number of employees. Two models are formulated based on these objectives, with the second model incorporating waste recycling. Utilizing a goal programming approach, the models are applied to assess eight economic sectors in the UAE. This research seeks to make a substantial contribution to both researchers and practitioners, enhancing sustainable theory and offering practical guidance for those aiming to promote their enterprise’s sustainable development. The findings emphasize the significance of waste minimization and recycling in attaining the country’s sustainability goals, highlighting their impact on energy conservation and the reduction of greenhouse gas emissions.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,020
Tête enseignante GPT0,285
Écart entre enseignants0,264 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOptimization and Mathematical ProgrammingTravaux en français237 207