MétaCan
Menu
Retour à la cohorte
Enregistrement W7128540285 · doi:10.64903/1480-6800-25.2.154

Legal Problems of Electronic Pollution According to UAE and Egyptian Law

2022· article· W7128540285 sur OpenAlexvenueno aff
Ahmed Moustafa Aldabousi

Notice bibliographique

RevueArab world geographer · 2022
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationElectronic wasteLiabilityContext (archaeology)HarmDumpingDeveloping countryHazardous waste

Résumé

récupéré en direct d'OpenAlex

Electronic waste (E-waste) is currently deemed to be one of the most challenging greatest problems causing harm to the world due to its health and environmental hazards. Its toxic accumulation is also due to the difficulty of disposing of it or recycling some of its components, which represents a challenge to the organizations concerned with human health and a clean environment both in the industrialized and world and in developing countries. Concomitantly, it also represents a legal challenge as well, calling forth a need to pass legislation to oversee and control electronic waste. Electronic pollution has become a serious danger in developing world countries because such states are often targeted as dumping spaces for the export of used electronic devices and the associated waste thereof, part of the policies and geography of material waste disposal, in the US, the Middle East and elsewhere (see also: Nyamrunda2o20; EPA 2022a; EPA 2022b; De Oliva 2021; CEC 2016; Wang et al. 2016). Within the context of Egyptian and the UAE legislation, this paper examines the problem of electronic waste pollution as well as its related hazards and what can and may result therefrom, such as the associated problematic legal issues. It addresses the definition of electronic waste, the necessary sound management of thereof and the role of the law in this regard, and seeks to explain the liability elements arising from the electronic pollution as a global challenge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,221
Écart entre enseignants0,214 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArab world geographerMême sujetRecycling and Waste Management TechniquesTravaux en français237 207