MétaCan
Menu
Retour à la cohorte
Enregistrement W4406756110 · doi:10.3390/app15031136

Life Cycle Assessment of Proofing Test Production on Printing Surfaces with Use of Carbon Footprint Methodology

2025· article· en· W4406756110 sur OpenAlexaff
Jacek Nogacki, Urban Buschmann, Krzysztof Krystosiak, Zuzanna Żołek‐Tryznowska

Notice bibliographique

RevueApplied Sciences · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCarbon footprintLife-cycle assessmentProduction (economics)Environmental scienceGreenhouse gasGeologyOceanographyEconomics

Résumé

récupéré en direct d'OpenAlex

This study represents a pioneering initiative in the printing industry, especially in Poland, which assessed the environmental impacts and eco-efficiency of proof printing through the life cycle assessment (LCA) methodology. The process of proof printing on a target substrate was compared with the traditional hard proofing process, which requires trial printing in production conditions. The analysis adhered to the ISO 14040 and 14044 standards, assessing greenhouse gas (GHG) emissions, raw material use (e.g., plastics, water), and environmental toxicity. The innovative proofing on the target substrate process exhibits a lower environmental impact, as confirmed by the GHG emissions and plastic and water demand of the process. The GHG emissions were reduced from 2610 kg of CO2e to 68.4 kg of CO2e per functional unit (FU). The water demand for the proofing on the target substrate process was 40 times lower, and the plastic demand was also 40 times lower, decreasing to 20 kg per FU. The toxicity impact of the method based on the proofing system on the target substrate on living organisms is more than six times lower than that of the conventional method. The proof printing on the target substrate process offers an environmentally friendly alternative to the traditional hard proofing process, with lower GHG emissions and a lower environmental impact.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil0,272

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,059
Tête enseignante GPT0,321
Écart entre enseignants0,261 · 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 tête enseignante, 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetRecycling and Waste Management TechniquesTravaux en français237 207