MétaCan
Menu
Retour à la cohorte
Enregistrement W4414000428 · doi:10.1007/s10163-025-02340-2

Techno-economic evaluation of decentralized community composting as a management model to valorize organic matter in small and medium-sized towns

2025· article· en· W4414000428 sur OpenAlexfundno aff
Angélica Oviedo, Mabel Mora, Sergio Ponsá, Joan Colón

Notice bibliographique

RevueJournal of Material Cycles and Waste Management · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensnon disponible
Organismes subventionnairesEuropean CommissionMinisterio de Ciencia, Innovación y UniversidadesUniversity of Victoria
Mots-clésOrganic matterBusinessEnvironmental scienceWaste managementEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Decentralized community composting presents a viable Techno-economic alternative to centralized industrial systems for managing 100% of the organic fraction of municipal solid waste (MSW) in rural municipalities. This study, conducted in Catalonia, Spain, evaluated a system capable of processing 90 t/y of organic matter under six scenarios, varying by mixing method (manual or mechanized) and the number of compost transfers. Mechanized mixing without transfers emerged as the most efficient approach, reducing processing time by 40% and labor demand by 50%, with annual operating costs of 15,141 €/year—14,325 €/year lower than manual methods. Payback was achieved in 10 years, supported by a canon return of 165–194 €/composter (5–7% discount rates). The resulting compost met Class A standards under Royal Decree 506/2013, ensuring high quality. This model aligns with European regulations, addressing 41% of Europe’s organic waste, while promoting a circular economy through localized waste valorization. Mechanization optimizes resource use, reduces costs, and enhances sustainability, offering a scalable solution for small-to-medium municipalities. Graphical abstract

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,271
Écart entre enseignants0,250 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Material Cycles and Waste ManagementMême sujetMunicipal Solid Waste ManagementTravaux en français237 207