Propuesta de plan de manejo de residuos solidos: Hospital Nacional Edgardo Rebagliati Martins – Lima
Bibliographic record
Abstract
El presente proyecto de investigación “Propuesta De Plan De Manejo de Residuos Sólidos: Hospital Nacional Edgardo Rebagliati Martins -Lima”, tuvo su desarrollo bajo el contexto de generar una alternativa que pueda ser viable para este establecimiento de salud y para poder determinar si existe un buen manejo de los residuos sólidos hospitalarios en sus diferentes etapas, desde la segregación hasta el transporte final. La investigación de este proyecto se inició con el diagnóstico y manejo inicial de los residuos sólidos hospitalarios por etapas, realizando supervisiones inopinadas, entrevistas a los trabajadores involucrados en el proceso del manejo de los residuos, la caracterización física de los residuos y dando como resultado alternativas de \nminimización, reaprovechamiento de los residuos reciclables y por ultimo generando una propuesta del plan de manejo de residuos sólidos viable para el Hospital Nacional Edgardo Rebagliati Martins. Esta investigación se desarrolló en el año 2019, la caracterización de los residuos sólidos hospitalarios fue hecha en el mes de febrero del mismo año, y los resultados \nobtenidos nos muestran una estimación de generación promedio diario de 5486 kg de residuos biocontaminados, 479.4kg de residuos especiales y 1794 kg de residuos comunes. En la implementación y sostenibilidad de la propuesta de manejo de los residuos sólidos se determinó que es una propuesta viable que se puede financiar mediante los ingresos de comercialización de los residuos reciclables en 3 años, generando ganancias para el establecimiento de salud.
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 | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".