MétaCan
Menu
Retour à la cohorte
Enregistrement W4403338090 · doi:10.20870/revue-set.2024.46.8142

Gestion des déchets solides ménagers au Cameroun : limiter les décharges anarchiques à Yaoundé par le tri à la source et la pré-collecte porte-à-porte

2024· article· fr· W4403338090 sur OpenAlexaff
Fulbert Francky MONEBENE

Notice bibliographique

RevueSciences Eaux & Territoires · 2024
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensMinistère des Transports
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Le Cameroun compte plus de 400 structures agréées pour le traitement des déchets solides, qui parcourent quotidiennement les décharges des milieux urbains, à la recherche des déchets valorisables. Malgré ce nombre important d’acteurs, les décharges sauvages des ordures dans les métropoles camerounaises ne cessent de se créer et de s’agrandir. L’enquête menée auprès des ménages et des sociétés de traitement des déchets en vue de comprendre l’origine de ce phénomène dans la ville de Yaoundé révèle que la multiplication des décharges anarchiques est due principalement aux défaillances dans le système de pré-collecte, mais surtout au fait que les ordures y sont acheminées étant mélangées, ce qui entraine la contamination des déchets recyclables par les matières organiques en décomposition. La contamination des déchets recyclables diminue leur valeur et décourage les structures de traitement de ces déchets, qui se contentent de collecter seulement une partie négligeable des matériaux qui les intéressent. Ainsi, les ordures vont demeurer plus longtemps dans les décharges et vont s’accumuler avec le temps. Un système de tri des déchets à la source et de pré-collecte porte-à-porte permet de préserver les déchets recyclables de la contamination, et d’éradiquer les décharges anarchiques des ordures dans les milieux urbains camerounais.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,828
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,004
Communication savante0,0020,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,036
Tête enseignante GPT0,287
Écart entre enseignants0,251 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSciences Eaux & TerritoiresMême sujetAgriculture and Rural Development ResearchTravaux en français237 207