Impact de la variable macroéconomique technologique sur le comportement de recyclage du plastique des consommateurs
Bibliographic record
Abstract
Cette recherche porte sur l’impact des variables macroéconomiques technologiques, précisément les réseaux sociaux, sur le comportement de recyclage des plastiques chez les consommateurs. Il explore comment les avancées technologiques telles que Facebook, Instagram, X (Twitter), LinkedIn, TikTok peuvent motiver ou encourager les attitudes et pratiques durables dans la gestion des déchets plastiques. Cette étude analyse aussi comment l’attitude environnementale sert d’intermédiaire dans ce rapport. Ses objectifs multiples sont analysés en profondeur : l’influence de ces réseaux sociaux sur les pratiques de recyclage des consommateurs, l'identification des variables clés qui influencent cette relation complexe, l'élaboration des stratégies concrètes et applicables pour encourager l’adoption de comportements de recyclage plus durables. Dans le but de répondre à notre problématique, nous avons adopté une approche méthodologique qualitative, reposant sur des entretiens individuels semi-structurés réalisés en ligne auprès d’un échantillon de 20 participants au Québec. Les données collectées ont été analysées grâce au logiciel NVIVO, ce qui nous a permis d’identifier les variables qui influencent l’adoption des comportements durables à travers les réseaux sociaux. Elle examine également l’ensemble des stratégies de communication nécessaires à adapter aux réseaux sociaux pour mieux atteindre les consommateurs dans la gestion des déchets durables. De plus, le bilan de cette recherche présente la relation positive entre l’attitude environnementale et le comportement de consommation circulaire du plastique durable dans la gestion du recyclage de plastiques. Enfin il met en avant les limites qui sont liées à l’incertitude de mesurer réellement l'influence des réseaux sociaux sur le comportement de recyclage de plastique, proposant ainsi une solution d’approche de méthodologie mixte pour des recherches futures. En résumé, notre recherche met en exergue des solutions concrètes pour mieux améliorer les attitudes et pratiques dans le but de contribuer à un comportement pro-environnemental et durable.
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 | 0.005 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".