MétaCan
Menu
← Retour à la cohorte
Enregistrement W7056059967

Etude des flux de déchets verts des ménages à l'aide d'analyses spatiales (SIG) - Rennes Métropole -

2010· other· en· W7056059967 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEngineering
ThématiqueMagnetic Field Sensors Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmenityPosition (finance)Quarter (Canadian coin)Household wasteWork (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In France, waste reduction is a priority for environmental and economic reasons; this awareness was increased by the Grenelle de l'Environnement. The residual household waste in 2007 represents more than half of the deposit in civic amenity centres and occupy the second position of the production with an average of 182 kg / person/ year (ADEME, 2009, Les déchets en chiffres en France). Green waste represents nearly a quarter of this production. The management of green waste from households is essential to reduce the volumes brought in civic amenity centers. For this it is necessary to better understand the specificities of the territory and the key factors that have a role on the management of green waste. Rennes Metropole carries a pilot project called Miniwaste which involves European cities. The aim is to create an innovative method to reduce household green waste. To know more about these fluxes, spatial analysis tools (GIS and remote sensing) are used. These tools enable to estimate the "green areas" from household and to map the influence zones of civic amenity centres. The objective is to facilitate decision-making to promote individual composting on key sectors or for the implementation of a new centre. / En France, la réduction de déchets est une priorité pour des raisons environnementales et économiques, préoccupation qui s'est renforcée depuis l'élan donné par le Grenelle de l'Environnement. Les ordures ménagères résiduelles représentent en 2007 plus de la moitié du gisement collecté et les déchetteries occupent le second poste de la collecte avec en moyenne 182 kg/hab/an (ADEME, 2009, Les déchets en chiffres en France). Parmi les déchets collectés en déchetteries, les biodéchets et déchets verts représentent près du quart des quantités apportées. La gestion des déchets verts des ménages occupe une part importante dans les actions de réduction des déchets apportés en déchetterie. Pour cela, il est nécessaire de mieux connaître les spécificités du territoire et les facteurs clés qui ont un rôle sur les flux de déchets verts. Rennes Métropole réalise une expérience pilote dans le cadre du projet Miniwaste qui implique plusieurs villes de l'union européenne afin de créer une méthode innovante de réduction des déchets verts des ménages qui soit transposable dans d'autres villes européennes. Pour mieux connaitre les flux, des outils d'analyses spatiales (SIG et télédétection) sont utilisés. Ces outils permettent ainsi d'estimer des "surfaces vertes" des ménages par traitement de photographies aériennes et de cartographier les zones d'influence des déchèteries. L'objectif est de faciliter la prise de décision pour implanter une nouvelle déchetterie ou pour promouvoir le compostage individuel sur des secteurs clés.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,290
Écart entre enseignants0,254 · 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'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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMagnetic Field Sensors Techniques→Travaux en français237 207→