MétaCan
Menu
Retour à la cohorte
Enregistrement W9111539 · doi:10.7202/1036558ar

Gestion des déchets solides dans les destinations insulaires de petite taille

2012· article· fr· W9111539 sur OpenAlexaff
Lacey Willmott, Sonya Graci

Notice bibliographique

RevueTéoros Revue de recherche en tourisme · 2012
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La gestion des déchets solides représente un défi crucial, complexe, multidimensionnel pour les sociétés. La nature des déchets solides dans chaque collectivité peut différer selon un certain nombre de facteurs, dont les activités économiques et la géographie. Dans les collectivités vivant sur de petites îles touristiques, l’isolement imposé par la géographie et l’économie dominée par le tourisme présentent encore plus de défis pour assurer la pérennité de la gestion des déchets solides. Cet article expose l’étude du cas de la petite île touristique de Gili Trawangan, en Indonésie qui a solutionné ses problèmes persistants de gestion des déchets solides au moyen d’une méthode de gouvernance et de gestion axée sur un partenariat multi-intervenants. Ce partenariat consiste en une collaboration entre un organisme communautaire et une organisation environnementale non gouvernementale, ayant chacun des liens serrés avec les intervenants de la collectivité insulaire. Ce partenariat a permis des améliorations dans l’engagement des intervenants, l’accès aux ressources, le soutien financier, la transparence et la responsabilité. Des initiatives clés d’amélioration de la gestion des déchets à cette destination ont été mises en oeuvre favorisant une orientation vers des pratiques durables. Les initiatives touchent le tri à la source, l’expansion des services de collecte, la révision des frais de collecte, des projets de réutilisation des matériaux, des initiatives de formation et de sensibilisation et une amélioration de la planification.

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)0,006
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,178
Tête enseignante GPT0,354
Écart entre enseignants0,175 · 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'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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTéoros Revue de recherche en tourismeMême sujetMunicipal Solid Waste ManagementTravaux en français237 207