MétaCan
Menu
Retour à la cohorte
Enregistrement W7134908847 · doi:10.4324/9781003468516-33

International cooperation improves waste picker conditions

2025· book-chapter· en· W7134908847 sur OpenAlexaboutno aff
Chandni Dwarkasing

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Production (economics)Dispose patternGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

Jordan has seen a sharp increase in municipal solid waste (MSW), partly due to an influx of refugees, with the amount rising from 1.9 million tonnes in 2009 to 2.7 million in 2014. This has placed a significant strain on the country’s waste management systems. Waste pickers play a crucial role in alleviating the burden on municipalities by collecting recyclable materials, yet they remain largely informal, with many earning only US$ 7 per day. Both Jordanian and Syrian refugees collect waste informally, particularly around landfills near refugee camps, such as Al Huseyniyat and Al Akaidir. International cooperation has helped to improve conditions at Jordan’s landfills to address waste management challenges. A 2017 initiative led by the Ministry of Municipal Affairs (MOMA), in partnership with Global Affairs Canada and UNDP Jordan, aims to formalise waste-picking activities, providing official contracts, protective gear, and medical access for workers. The first environmentally friendly sanitary cell was established at the Al-Akaidir landfill in 2018. This project includes provisions to support the economic participation of women in composting facilities. While improvements at landfills are notable, urban waste pickers, particularly Syrian refugees, continue to face challenges. Informal waste pickers in cities remain marginalised, and efforts to formalise and protect their work in these areas are still lacking.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,503
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0730,003

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 Opus0,010
Tête enseignante GPT0,236
Écart entre enseignants0,226 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMunicipal Solid Waste ManagementTravaux en français237 207