APLICACIÓN DE LAS 3R’S EN RESIDUOS SÓLIDOS: ESTUDIANTES FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES
Bibliographic record
Abstract
La basura que se genera por parte de la población de los diferentes residuos son recolectados por el carro basurero de la Entidad Municipal de Aseo Sucre, los cuales son llevados al Botadero de Lechuguillas, estos residuos no son manejados o clasificadas de la mejor manera, generando un impacto medio ambiental negativo, ocasionando enfermedades y deterioro de los suelos. Se pretende medir la aplicación de las 3r’s (reutilización, reducción y reciclaje) de los residuos sólidos en los estudiantes de la Facultad de Ciencias Económicas y Empresariales, las cuales minimizarían en cierta medida el impacto medio ambiental que es causado por los residuos sólidos al darle un uso diferente y prolongando la vida útil de estos o reduciendo el consumo innecesario de ciertos productos que solo generan acumulación en depósitos finales. Para lograr el fin del presente trabajo se utilizó la técnica de las encuestas mediante el cuestionario diseñado con este propósito. En base a la metodología descriptiva y exploratoria, se pudo evidenciar el grado de aplicación de las 3R que son mínimas con relación al conocimiento de las consecuencias que conlleva el manejo inadecuado de los residuos.
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) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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; 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".