Home Waste Audit: A Community Science Activity to Increase Waste Literacy and Reduce Household Waste
Notice bibliographique
Résumé
Abstract The amount of household waste produced worldwide is increasing every year. In combination with other actions to reduce waste production and improve waste management, community engagement and community‐focused programs are needed to motivate the public to change their behavior in such a way that reduces their waste generation and increases the accuracy of waste sorting. It is also helpful for people to become more waste literate to empower them to be part of the solution. The Home Waste Audit (HWA) is a community science activity designed to increase waste literacy and reduce household waste. In the HWA, participants record their waste for a set period of time, research their local waste streams, and complete surveys to share perceptions of household waste habits. Here, we present data from a HWA conducted in 2021 as a case study. Before the audit, 60% of participants underestimated their weekly waste generation. Throughout the HWA, weekly waste count among households decreased by 31%. Participants found purchasing items with less/no packaging and avoiding single‐use plastics challenging. Easier changes included learning which items can/cannot be recycled and repurposing waste items. Several changes to waste habits were maintained 1 year after participation. These results demonstrate that the HWA is an effective tool for individuals to be a part of the solution by learning about local waste streams, reducing waste production, and accurately managing their household waste.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,006 | 0,017 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».