MétaCan
Menu
← Retour à la cohorte
Enregistrement W7137769278

Chapter 13 Household waste management and the role of gender in Nepal

2022· other· en· W7137769278 sur OpenAlexfundno aff
Mani Nepal, Marina Cauchy, Apsara Karki Nepal, Chanda Gurung Goodrich

Notice bibliographique

RevueDirectory of Open access Books (OAPEN Foundation) · 2022
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreInternational Centre for Integrated Mountain Development
Mots-clésMetropolitan areaHousehold wasteSolid waste managementMunicipal solid wastePopulationPlastic wasteDeveloping country
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Solid waste management has become one of the most important issues in urban centres of developing countries where population growth puts pressure on public services. Nepal is struggling to manage municipal solid waste in urban centres due to a lack of segregation at the source, recycling, and proper disposal. This chapter examines whether women and men manage household waste differently at the household level, especially at source segregation, managing recyclable waste (paper and plastic), and composting degradable waste. Using household survey data from the Bharatpur Metropolitan City of Nepal, we find that women are more likely to segregate waste at the source and also manage degradable waste at home better. Still, there is no gender difference in selling plastic and paper waste. In contrast, women are more likely to give paper or plastic waste either to the waste collectors (free) or throw away, suggesting a heterogeneity across gender when it comes to managing household waste. In most cases, women waste managers perform well (segregating at source and composting degradable waste), but they do not seem to do well in all areas of plastic or paper waste management where some sort of sensitization may be helpful.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,072
Tête enseignante GPT0,338
Écart entre enseignants0,266 · 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'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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDirectory of Open access Books (OAPEN Foundation)→Travaux en français237 207→