MétaCan
Menu
Retour à la cohorte
Enregistrement W4403260133 · doi:10.1016/j.indic.2024.100502

Quantification of construction and demolition waste disposal behaviors during COVID-19 using satellite imagery

2024· article· en· W4403260133 sur OpenAlexafffundabout
Sagar Ray, Kelvin Tsun Wai Ng, Tanvir Shahrier Mahmud, Amy Richter, Farzin Naghibalsadati

Notice bibliographique

RevueEnvironmental and Sustainability Indicators · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare and Environmental Waste Management
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDemolitionDemolition wasteCoronavirus disease 2019 (COVID-19)Satellite imagerySatelliteEnvironmental science2019-20 coronavirus outbreakWaste disposalWaste managementRemote sensingCivil engineeringEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic disrupted conventional municipal solid waste (MSW) management practices and affected waste generation rates. While MSW streams have been extensively studied and reported, the impact on construction and demolition (C&D) waste remains overlooked. This research develops an innovative analytical framework utilizing satellite imagery to quantify C&D waste disposal rates during COVID-19 restrictions in a mid-sized Canadian city. Supervised classification of Landsat-8 images is conducted to derive the settlement area over a period of 8.8 years (2014-2022). The C&D disposal rates and settlement area relationship is evaluated using regression analysis. Results reveal a 73.4% reduction in mean weekly C&D disposal in 2020 compared to pre-pandemic years, reflecting diminished construction activity. The settlement area exhibits a strong positive correlation (R 2 =0.812) with per capita C&D disposal rate, providing spatial evidence of urbanization patterns affecting C&D waste generation. Among socioeconomic factors examined, the value of building permits issued most influences C&D quantities (R 2 =0.934). The satellite imagery-based approach allows indirect estimation of disrupted C&D waste streams when on-site auditing is restricted during pandemics. The framework offers municipal authorities spatial decision support to formulate data-driven C&D waste management policies that are essential to smart cities and resilient to future public health emergencies. • COVID Construction and Demolition Waste (CDW) disposal behaviors are quantified • An original analytical approach is proposed to estimate CDW at regional level • Changes in settlement areas are calculated using Landsat-8 imagery and GIS tools • Correlations between CDW quantity and socio-economic factors are examined • The proposed approach assists in the development of data-driven waste policies

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,641
Score d'incertitude au seuil0,722

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,286
Écart entre enseignants0,275 · 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

Citations7
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental and Sustainability IndicatorsMême sujetHealthcare and Environmental Waste ManagementTravaux en français237 207