DESIGN E INOVAÇÃO NO APROVEITAMENTO SUSTENTÁVEL DE RESÍDUOS EM EMPRESA DE EMBALAGENS DE PAPELÃO
Bibliographic record
Abstract
Este trabalho mostra os experimentos realizados com resíduos resultantes da fabricação de caixas de papelão.Esses resíduos chamados aparas são geralmente vendidos pelas empresas de cartonagem para serem reciclados por terceiros por uma fração do valor da matéria prima original, o papelão.Por meio de ensaios de compressão em moldes de alumínio empregou-se a tecnologia de compósitos ao relizar a união das aparas com adesivo e também manter a reciclabilidade.Procurou-se analisar as características das aparas durante o processo proposto e o comportamento e qualidades do material após os ensaios.O resultado dos ensaios foi a encontrado na possibilidade de um novo produto orientado ao uso como acessório em embalagens de transporte e aumentar o valor agregado.Em destaque, para as aparas com menor compressão, encontrou-se no uso como isolamento à choques internamente das embalagens no transporte, e no caso das aparas com maior compressão, a possibilidade de modulação como berços customizados e resistência para proteger diferentes tamanhos de produtos e proporcionar estabilidade dentro da caixa durante o transporte.A proposta mantem o material do produto com os mesmos componentes do papelão ondulado e possibilita o descarte integrado ao ciclo existente de coleta e reciclagem do próprio papelão.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".