MétaCan
Menu
Retour à la cohorte
Enregistrement W4410331813 · doi:10.5430/ijfr.v16n2p44

Adopting Circular Economy Models for Healthcare Waste Management: Issues and Prospects in Saudi Arabia

2025· article· en· W4410331813 sur OpenAlexvenueno aff
Omar Marfoa Alshamri, Saad Mohammed Alnefaee

Notice bibliographique

RevueInternational Journal of Financial Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare and Environmental Waste Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCircular economyHealth careBusinessEconomicsNatural resource economicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

The current research explores key determinants of the uptake of circular economy (CE) principles in healthcare waste management in Saudi Arabian healthcare facilities. Data were collected using a mixed-method exploratory research strategy from 165 respondents including healthcare practitioners, waste management professionals, and regulatory officials. Findings show that the key challenges to CE adoption are infrastructural constraints, poor regulatory enforcement, financial constraints, and technological integration limitations. Though awareness of CE principles is present, actual application is low, particularly in rural or small facilities. Smart waste monitoring, automated segregation, and policy-based incentives were identified as main enablers by the participants. Saudi Arabia's Vision 2030 was considered to be promising for sustainable waste management strategies, although gaps exist in local implementation and institutional preparedness. This study contributes new findings to the intersection of healthcare sustainability, national policy, and environmental conservation in Saudi Arabia.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil0,306

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
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 Opus0,070
Tête enseignante GPT0,411
Écart entre enseignants0,341 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial ResearchMême sujetHealthcare and Environmental Waste ManagementTravaux en français237 207