Recycling post-industrial polyester fibers
Notice bibliographique
Résumé
The production of clothing has experienced exponential growth, primarily driven by ""fast fashion,"" resulting in significant environmental challenges. Alarming estimates from the Ellen MacArthur Foundation (EMF) highlight that every second, the equivalent of a truckload of textile waste is either landfilled or incinerated globally. In 2022, 52% of fibers produced were polyester (Observatory of Economic Complexity, Textile Exchange, Bettenhausen et al., 2022).This thermoplastic polymer has become one of the leading contributors to post-industrial and post-consumer plastic waste. Its properties and low cost have led to high production levels, which in turn have caused severe environmental issues. Most products made with this polymer are designed for short-term use, leading to their rapid accumulation in landfills.In response to this environmental crisis, it is imperative to rethink production and waste management practices in the textile industry. In this context, this presentation focuses on exploring sustainable solutions for the valorization of textile and plastic waste, with a particular emphasis on mechanical recycling.Mechanical recycling is preferable to chemical recycling due to its lower climate impact (4.0 t CO2 eq./t of textile waste) and reduced energy consumption (Moazzem et al., 2021b; van Duijn et al., 2022). Although chemical recycling produces higher-quality fibers, mechanical recycling offers opportunities for diverse applications, such as plastic pellets or 3D printing filaments.In collaboration with ETS and Vestechpro, a center for research and innovation in apparel, this exploratory project on the valorization of textile waste into polymeric shaping materials aims to reduce the environmental impact of textiles in Quebec while promoting their adaptation to more sustainable and circular practices.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,039 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».