Aspectos de ordem institucional para a gestão de resíduos sólidos em áreas metropolitanas: o desafio da intermunicipalidade
Bibliographic record
Abstract
A ampliação horizontal das áreas urbanizadas dos municípios leva à formação de um tecido urbano contínuo, definido como conurbação. Essa condição tende a reduzir as possibilidades para o tratamento e disposição final de resíduos sólidos em áreas localizadas a menores distâncias dos centros geradores. Tal condição implica, entre outras questões, maiores custos para as administrações municipais. A necessidade da gestão intermunicipal para os resíduos gerados nos municípios torna-se o grande desafio, em função do sítio físico de cada municipalidade e as restrições ambientais e físicas que eventualmente possuam. Algumas experiências de gestão metropolitana existentes nas grandes cidades em redor do mundo tiveram por escopo o enfrentamento dessas questões de forma compartilhada. No caso das comunas localizadas na região francesa de Ile-de-France, a gestão do tratamento e da disposição final de resíduos está a cargo de uma agência intercomunal de tratamento de resíduos domiciliares, o Syctom, desde o início da década de 1980. Em Toronto, no Canadá, a gestão metropolitana da Metro Toronto, uma instância intermunicipal criada em 1953, possibilitou o tratamento e disposição final dos seis municípios integrantes da região metropolitana de Toronto desde então. Todavia, uma alteração no ano de 1997, decorrente de lei aprovada na província de Ontário, com a unificação de sete municipalidades, denominada amalgamation, ao mesmo tempo em que propunha uma redução dos custos, com o redimensionamento das máquinas administrativas, não levou em conta a vontade dos moradores dos antigos municípios em manter a configuração político administrativa anterior à fusão. Paradoxos entre a visão dos moradores sobre a importância dos governos locais, as questões econômicas envolvendo o financiamento de estruturas administrativas mais amplas, os desafios para a gestão de serviços de vários municípios e as formas pelas quais os estados nacionais atuam na apresentação de soluções, serão os temas aqui abordados.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".