論文の概要: Improving Recycling Accuracy across UK Local Authorities: A Prototype for Citizen Engagement
- arxiv url: http://arxiv.org/abs/2604.15345v1
- Date: Wed, 18 Mar 2026 17:17:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-04 02:32:13.849194
- Title: Improving Recycling Accuracy across UK Local Authorities: A Prototype for Citizen Engagement
- Title（参考訳）: 英国地方自治体におけるリサイクルの精度向上 : 市民エンゲージメントのプロトタイプ
- Authors: Chloé Greenstreet, Anastasia Vayona, Jane Henriksen-Bulmer,
- Abstract要約: 公衆のリサイクルへのモチベーションにもかかわらず、英国では大きな障壁が効果的な家庭用リサイクルを妨げている。
地方自治体の廃棄物管理は市民の混乱と「ウィッシュサイクリング」を引き起こす
最近のシンプルリサイクル政策は、新しい識別、ソート、クリーニング要件を課すことによって、この景観をさらに複雑にしている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Despite public motivation to recycle, significant barriers hinder effective household recycling in the UK. Decentralised local authority waste management creates citizen confusion and "wishcycling" (disposing of non-recyclable items in recycling bins). The recent Simpler Recycling Policy further complicates this landscape by mandating new identification, sorting, and cleaning requirements that will require citizen guidance to ensure they understand how these will impact their recycling practices. This mixed methods study (surveys n=50, expert interviews, design activities) used the Value Proposition Canvas to identify citizen pain points: confusion about logos, logistical constraints, and information gaps about local requirements. We then developed an interactive prototype application providing location-specific guidance, visual sorting aids, and material-specific information to address these painpoints. Focus group evaluation showed the prototype improved recycling accuracy by 60 percent, with marked improvements in packaging assessment. Technology-enabled solutions grounded in user-centred design can measurably improve recycling behaviours and reduce contamination. However, such solutions are most effective when complementing (rather than substituting for) systemic improvements in local authority communication and service design.
- Abstract（参考訳）: 公衆のリサイクルへのモチベーションにもかかわらず、英国では大きな障壁が効果的な家庭用リサイクルを妨げている。
地方自治体の廃棄物管理は、市民の混乱と「ウィッシュサイクリング」(リサイクル容器にリサイクル不可能なアイテムを配置する)を引き起こす。
最近のシンプルリサイクル政策は、新しい識別、ソート、クリーニングの要件を義務付けることで、これらがリサイクルの実践にどのように影響するかを理解するために市民のガイダンスを必要とすることで、この状況をさらに複雑にしている。
この混合手法の研究(サーベイズn=50、専門家インタビュー、デザイン活動)では、"Value Proposition Canvas"を使って市民の痛み点を識別した。
そこで我々は,これらの痛点に対応するために,位置特異的ガイダンス,視覚的ソート支援,材料特異的情報を提供するインタラクティブなプロトタイプアプリケーションを開発した。
フォーカス群評価の結果, リサイクル精度は60%向上し, 包装評価は著しく改善した。
ユーザ中心の設計に根ざしたテクノロジー対応ソリューションは、リサイクルの挙動を計測し、汚染を減らすことができる。
しかし、そのようなソリューションは、局部的なコミュニケーションとサービス設計における体系的な改善を補完する(代替ではなく)場合に最も効果的である。
関連論文リスト
- A.R.I.S.: Automated Recycling Identification System for E-Waste Classification Using Deep Learning [0.1631115063641726]
A.R.I.S.(A.R.I.S.、自動リサイクル識別システム、Automated recycling Identification System)は、細断加工されたe-waste用の低コストでポータブルなソーターである。
このシステムはYOLOxモデルを用いて、金属、プラスチック、回路基板をリアルタイムで分類し、高い検出精度で低レイテンシを実現する。
論文 参考訳（メタデータ） (2026-02-19T18:54:06Z) - Evaluating Contextual Intelligence in Recyclability: A Comprehensive Study of Image-Based Reasoning Systems [1.9437590375121516]
本研究は, 近縁視覚言語モデルを用いて, 一般に廃棄された商品のリサイクル性を予測することを目的とした。
対象物を適切なリサイクル容器に適合させる能力を評価するとともに、利用可能な容器に物理的に適合するかどうかを評価する。
本研究は,これらのモデルが提示した文脈理解の進歩を,過去の繰り返しと比較して明らかにした。
論文 参考訳（メタデータ） (2025-12-31T21:42:32Z) - Learning Where to Look: Self-supervised Viewpoint Selection for Active Localization using Geometrical Information [68.10033984296247]
本稿では, 位置決めの精度を高めるために, 視点選択の重要性を強調し, アクティブな位置決め領域について検討する。
私たちのコントリビューションは、リアルタイム操作用に設計されたシンプルなアーキテクチャ、自己教師付きデータトレーニング方法、および実世界のロボティクスアプリケーションに適した計画フレームワークにマップを一貫して統合する能力による、データ駆動型アプローチの使用に関するものです。
論文 参考訳（メタデータ） (2024-07-22T12:32:09Z) - SpectralWaste Dataset: Multimodal Data for Waste Sorting Automation [46.178512739789426]
本稿では, 廃棄物処理施設から収集した最初のデータセットであるSpectralWasteについて紹介する。
このデータセットには、分類植物によく見られるいくつかのカテゴリのオブジェクトのラベルが含まれている。
異なるオブジェクトセグメンテーションアーキテクチャを用いたパイプラインを提案し,その代替案をデータセット上で評価する。
論文 参考訳（メタデータ） (2024-03-26T18:39:38Z) - WMFormer++: Nested Transformer for Visible Watermark Removal via Implict
Joint Learning [68.00975867932331]
既存の透かし除去法は主にタスク固有のデコーダブランチを持つUNetに依存している。
両分野の情報を包括的に統合するために,暗黙的な共同学習パラダイムを導入する。
その結果、既存の最先端手法をはるかに上回る、我々のアプローチの顕著な優位性を示した。
論文 参考訳（メタデータ） (2023-08-20T07:56:34Z) - MWaste: A Deep Learning Approach to Manage Household Waste [0.0]
MWasteはコンピュータビジョンとディープラーニング技術を使って廃棄物をゴミ、プラスチック、紙、金属、ガラス、段ボールに分類するモバイルアプリケーションだ。
その効果は、さまざまなニューラルネットワークアーキテクチャや実世界の画像でテストされ、テストセットの平均精度は92%に達した。
論文 参考訳（メタデータ） (2023-04-02T16:56:49Z) - VisDA 2022 Challenge: Domain Adaptation for Industrial Waste Sorting [61.52419223232737]
産業廃棄物の選別において、最も大きな課題の1つは入力ストリームの極端な多様性である。
産業廃棄物浄化における領域適応に関するVisDA 2022の課題について紹介する。
論文 参考訳（メタデータ） (2023-03-26T21:38:38Z) - ConvoWaste: An Automatic Waste Segregation Machine Using Deep Learning [0.0]
本稿では,ConvoWasteを用いたスマートオブジェクト検出アルゴリズムを用いて,廃棄物を異なる部位に分離する機械を提案する。
本稿では, 廃棄物を正確に分類するために, 深層学習と画像処理技術を適用した。
システム全体がAndroidアプリを介して遠隔操作され、切り離されたゴミを捨てる。
論文 参考訳（メタデータ） (2023-02-06T18:08:33Z) - ZeroWaste Dataset: Towards Automated Waste Recycling [51.053682077915546]
産業レベルの廃棄物検出・分別データセットZeroWasteについて述べる。
このデータセットには、実際の廃棄物処理工場から収集された1800以上のビデオフレームが含まれている。
最先端のセグメンテーション手法では,対象物を正しく検出・分類することが困難であることを示す。
論文 参考訳（メタデータ） (2021-06-04T22:17:09Z) - Deploying machine learning to assist digital humanitarians: making image
annotation in OpenStreetMap more efficient [72.44260113860061]
本稿では,OpenStreetMapにおけるボランティアの作業を支援し,最適化するためのインタラクティブな手法を提案する。
提案手法は,OSMのボランティアが検証・修正するために必要なデータ量を大幅に削減する。
論文 参考訳（メタデータ） (2020-09-17T10:05:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。