An analytical framework to quantify municipal solid waste disposal service inequality using three simple socioeconomic indicators
Notice bibliographique
Résumé
The ability of residents in an industrialized nation to afford waste management services is linked to equitable distribution of resources across diverse populations. Landfilling is the ultimate endpoint of all waste management systems, and landfill disposal fees have a significant impact on the financial sustainability and accessibility of waste management systems. This study introduces three indicators: Disposable Income Affordability (DIA), Household Burden Index (HBI), and Labor Cost Index (LCI) to assess the economic burden of disposal fees on individuals, households, and labor in four selected U.S. states. A Borda Count-based method was then used to compute a composite affordability score. Considerable disparities were observed from 2016 to 2023. Florida had the highest mean DIA (961 US tons/person), indicating strong individual affordability. Conversely, Maine recorded the highest mean HBI and LCI values of 1.25 × 10 −3 and 6.70 × 10 −4 ton −1 , respectively, suggesting a higher household financial strain and possible underinvestment in labor relative to tipping revenue. Lower-income states are experiencing up to 40 % higher household affordability burdens. California ranked first with 12 points, reflecting favorable economic and policy conditions. Maine ranked lowest with 3 points, highlighting ongoing affordability challenges. The results underscore the importance of multidimensional affordability metrics that encompass economic, social, and labor factors. The proposed framework offers a replicable, policy-relevant tool for evaluating the distributional effects of tipping fees. The results support a waste management system that is more equitable and transparent across diverse regional and economic contexts. • Three indicators were used to assess landfill disposal affordability in 4 US states. • Tipping fees varied from $43 to $108 per ton across the study areas. • Lower-income states experienced up to 40 % higher household affordability burdens. • Tipping fees grew at widely varying rates, with CAGR between −2.3 % and 8.5 %. • Equitable landfill pricing is recommended for a sustainable waste management system.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».