Comportamiento de la generación diaria de desechos sólidos en la Ciudadela el Maestro, Cantón Pasaje
Bibliographic record
Abstract
La generación de desechos sólidos urbanos en la actualidad constituye una competencia exclusiva implementación para municipios y entidades encargadas, debido al crecimiento poblacional que acelera el incremento de desperdicios que llegan a los botaderos o rellenos sanitarios. El objetivo del trabajo fue evaluar el comportamiento de la generación diaria de desechos sólidos domiciliarios en casa y negocios en la ciudadela El Maestro, cantón Pasaje, provincia de El Oro, Ecuador, para ello, se aplicaron entrevista no estructurada a directivos y especialistas y encuesta a habitantes de la ciudadela El Maestro, donde se escogieron aleatoriamente 10 casas de familia y 10 locales comerciales donde se efectuó pesaje, durante una semana, previa clasificación de los desechos sólidos generados. Se alcanzó una mayor generación de desechos sólidos en los locales comerciales (promedio de 6,10 kg) que en las casas de familia (promedio de 2,08 kg). Los residuos sólidos totales domiciliarios alcanzaron los mayores valores los días martes y miércoles; en locales comerciales fue diferente, ya que los días donde se alcanzó la mayor cantidad fue viernes, jueves y sábado. La generación de residuos sólidos en los hogares y locales comerciales puede estar relacionado con los patrones de consumo de alimentos frescos y posterior eliminación. Palabras clave: Desecho domiciliario y comercial. Tipo de residuo sólido. Percepción de entrevistados y encuestados.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".