ViraSer: um modelo de impacto socioambiental na cadeia da reciclagem
Bibliographic record
Abstract
A aceleração da geração de resíduos e o esgotamento dos recursos naturais são grandes desafios globais da atualidade e são também consequências da atividade econômica de produção e consumo que desconsidera as limitações da natureza. Na américa latina, o Brasil é responsável pela geração de 40% de todos os resíduos gerados e na última década não ultrapassou a taxa de 4% de reciclagem. Garantir que a gestão dos resíduos seja mais eficiente, recuperar maiores volumes de materiais recicláveis e gerar novas oportunidades de trabalho e renda para trabalhadores da base da pirâmide é o dever de governos, empresas e cidadãos.Apresentamos aqui um modelo inovador na cadeia da reciclagem que foi concebido a partir da lógica dos negócios sociais de impacto e produziu resultados positivos nas etapas de prototipagem e tração, evidenciando um elevado potencial transformador no contexto social e ambiental para dezenas de municípios brasileiros de pequeno e médio porte.O modelo de intervenção denominado “ViraSer” visa acelerar a qualificação e profissionalização das Centrais de triagem operadas por Cooperativas e Associações de reciclagem com dois objetivos prioritários: aumento da capacidade produtiva e obtenção de maior escala na recuperação dos recicláveis e elevação de renda.Os resultados e indicadores de impacto do modelo ViraSer foram consolidados no período de 2015 a 2021, estão baseados e fundamentados em estudos e pesquisas sobre o sistema nacional de informações sobre resíduos sólidos, além de serem coletados e obtidos a partir de entrevistas envolvendo diretamente os profissionais colaboradores, os trabalhadores beneficiados e considerando os conceitos de especialistas em negócios de impacto.No atual contexto brasileiro de desigualdade social e econômica, trazida pela crise sanitária da pandemia do Covid-19 que agravou o desemprego e a fome, o ViraSer representa uma nova forma de fazer negócios a partir da reciclagem como potencial econômico e de geração de renda, dentro do ecossistema dos negócios de impacto.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.002 |
| Insufficient payload (model declined to judge) | 0.019 | 0.001 |
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; both teacher heads agree on what is shown here.
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".