Corvid Cleaning: Deploys Crows to Clean Up Cigarette Butts in Sweden
Notice bibliographique
Résumé
The carelessness of smokers has made cigarette butts the most pervasive tobacco product waste on beaches and on streets in urban areas. Cigarette butts may be small in size, but the havoc they wreak on human health and the natural environment is significant. Corvid Cleaning is a unique learning organization that came up with the idea of using crows and other corvids to clean cigarette butt waste. Christian Gunther-Hanssen, the founder of Corvid Cleaning, is faced with a unique challenge. While studying at Lund University in 2013, he envisioned using crows to address the pervasive problem of cigarette butt pollution in urban areas. Now, based in Södertälje, near Stockholm, Christian is on the verge of launching a pilot programme to deploy trained crows for this purpose. Christian’s decision dilemma revolves around determining the most effective way to implement and scale this innovative solution. The primary options include focusing on a small-scale pilot programme in Södertälje to refine the process or seeking broader support to quickly expand the initiative to other cities. Additionally, Christian must consider the ethical implications and potential health impacts on the crows involved. These choices will shape the future of Corvid Cleaning and its potential to revolutionize urban litter management. The case also highlights the inception of the project, its timeline, the process for training corvids, an examination of Corvid Cleaning from the context of the 4A framework, operational sustainability and, finally, the future of the project.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».