Gestion des déchets solides dans les destinations insulaires de petite taille
Bibliographic record
Abstract
La gestion des déchets solides représente un défi crucial, complexe, multidimensionnel pour les sociétés. La nature des déchets solides dans chaque collectivité peut différer selon un certain nombre de facteurs, dont les activités économiques et la géographie. Dans les collectivités vivant sur de petites îles touristiques, l’isolement imposé par la géographie et l’économie dominée par le tourisme présentent encore plus de défis pour assurer la pérennité de la gestion des déchets solides. Cet article expose l’étude du cas de la petite île touristique de Gili Trawangan, en Indonésie qui a solutionné ses problèmes persistants de gestion des déchets solides au moyen d’une méthode de gouvernance et de gestion axée sur un partenariat multi-intervenants. Ce partenariat consiste en une collaboration entre un organisme communautaire et une organisation environnementale non gouvernementale, ayant chacun des liens serrés avec les intervenants de la collectivité insulaire. Ce partenariat a permis des améliorations dans l’engagement des intervenants, l’accès aux ressources, le soutien financier, la transparence et la responsabilité. Des initiatives clés d’amélioration de la gestion des déchets à cette destination ont été mises en oeuvre favorisant une orientation vers des pratiques durables. Les initiatives touchent le tri à la source, l’expansion des services de collecte, la révision des frais de collecte, des projets de réutilisation des matériaux, des initiatives de formation et de sensibilisation et une amélioration de la planification.
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 | 0.004 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".