MétaCan
Menu
← Back to cohort
Record W6995632504

Optimisation de la qualité des intrants sur une plateforme de compostage pour maximiser le recyclage des putrescibles

2018· other· fr· W6995632504 on OpenAlexaboutno aff

Bibliographic record

VenueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2018
Typeother
Languagefr
FieldMedicine
TopicBirth, Development, and Health
Canadian institutionsnot available
Fundersnot available
KeywordsAquatic environmentAnimal wasteSubmersion (mathematics)
DOInot available

Abstract

fetched live from OpenAlex

Les résidus putrescibles comptent pour une portion très importante de nos déchets. Le secteur municipal et les secteurs des industriels, commerciaux et institutionnels (ICI) sont de grands producteurs de résidus putrescibles. L’échéance de 2020 prévue pour le bannissement des matières organiques putrescibles dans les sites d’enfouissement approche à grands pas. Compte tenu des chiffres sur la performance globale de recyclage de la MO et la faible participation des municipalités à la collecte, il est irréaliste de croire que l’objectif de bannissement total de la MO des sites d’élimination sera atteint en 2020, alors même que le seuil des 60 % de recyclage en 2015 n’a pas été concrétisé. Deux problèmes majeurs sont à la base du manque de performance de la gestion des matières résiduelles. Le premier est le faible taux de participation. En effet, toutes les municipalités du Québec n’offrent pas la collecte de matière organique et même ceux qui offrent le service ne couvrent pas souvent tout le territoire. Le second est la présence de contaminants dans les matières collectées. Cette présence de contaminants découle du mauvais tri et des mauvaises pratiques des collectes contenant les sacs plastiques. Cette contamination a un impact direct sur la qualité du compost. À noter que le compost ne répondant pas aux critères AA, A ou B de la norme est actuellement voué à l’élimination, ce qui ne sera en théorie plus possible à partir de 2020. Afin de répondre aux normes d’utilisation du compost, les recommandations sont faites pour améliorer la qualité des intrants par un bon tri à la source. La proposition de nouvelles technologies de traitement avec les mêmes problèmes de contamination de la ressource première ne règle en rien le problème décrit. Les techniques et technologies actuelles de traitement des matières organiques sont jugées satisfaisantes. Le problème se situe ailleurs, alors la solution cible l’origine du problème : la contamination à la source.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.015
Threshold uncertainty score0.029

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0010.000
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0020.001
Insufficient payload (model declined to judge)0.0080.002

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.

Opus teacher head0.022
GPT teacher head0.247
Teacher spread0.226 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2018
Admission routes1
Has abstractyes

Explore more

Same venueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)→Same topicBirth, Development, and Health→French-language works237,207→