Inclusive Waste Governance and Grassroots Innovations for Social, Environmental And Economic Change
Notice bibliographique
Résumé
Participants of two research projects (Recycling Networks: Grassroots resilience tackling climate, environmental and poverty challenges (funded by the Swedish Research Council) and Mapping Waste Governance (funded by the Social Sciences and Humanities Research Council of Canada) collaborate in offering a critical inter- and transdisciplinary perspective on waste and waste actors (waste picker cooperatives, associations, community-based organizations, partnerships, networks and NGOs). The research is conducted in the following cities: Buenos Aires (Argentina), São Paulo (Brazil), Vancouver and Montreal (Canada), Kisumu (Kenya), Managua (Nicaragua) and Dar es Salaam (Tanzania). Together we examine the challenges that innovative grassroots initiatives and networks encounter in generating livelihoods to improve household waste collection and recycling, particularly in informal settlements of global South cities. We seek to map waste governance and successful waste management initiatives, arrangements and policies involving grassroots initiatives. In this report, we present a brief description of solid waste governance in the cities where we conducted fieldwork. We then illuminate some of our findings on grassroots innovations involving waste pickers or waste workers in these cities. Both research projects combine multi-case studies of waste picker groups and local government initiatives, apply qualitative research tools and participatory action research (e.g. photo voice, participant observation, workshops, surveys and interviews). We are interested in understanding processes, challenges and opportunities related to how these grassroots initiatives and networks operate to bring about socio-environmental and economic change? How they address challenges and what the assets are in everyday waste governance that can be explored to make waste governance more sustainable and thus more inclusive? Researchers involved in these two projects, key stakeholders from grassroots initiatives in these countries, representatives from some international waste picker networks and local and regional government officials from Kisumu, Kenya, met between 23rd and 29th of April 2018, in Kisumu to present and discuss the results of the first year of research activities, which are herewith documented.
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 | 0,010 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,025 |
| Communication savante | 0,010 | 0,011 |
| Science ouverte | 0,002 | 0,017 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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; 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 ».