ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
The management of municipal solid waste (MSW) in a region driven by tourism is a challenge. The dynamics of the waste produced can fluctuate significantly. Islands are particularly vulnerable due to geographic constraints and limited infrastructure. Using data to forecast and evaluate MSW management strategies would help make policy decisions. This research introduces a data-driven framework that integrates tourism dynamics with a predictive baseline for MSW generation and facilitates ongoing evaluation of system performance. The framework comprises four operational zones, namely data acquisition, baseline modelling, deviation analysis, and dashboard-based communication. It also follows the waste stream from upstream waste generation, through midstream collection and transfer, to downstream treatment and disposal. Phuket Island, Thailand, was chosen as a case study. The island has strong tourism-driven waste variability, limited waste management infrastructure, and a clear upstream–midstream–downstream waste-management chain. Tourism was explicitly integrated as an exogenous factor to capture transient demand effects. The amount of MSW was modelled using monthly tourism data. Support Vector Regression was selected to establish the expected waste baseline owing to its high predictive accuracy (MAE = 1143 t, RMSE = 1352 t and MAPE = 3.3%) outperforming other tested models (i.e., SARIMAX, Mean Baseline, Seasonal Naive, Random Forest and Histogram-Based Gradient Boost). Then, it was used to establish the baseline under normal conditions. The residual was then calculated as the difference between the observed values, and the performance of the maintenance system can be further assessed using the deviation analysis. A normal range defined within 3σ of the residual percentages from a baseline; values outside this range are flagged as anomalies. The results were integrated into a prototype dashboard to support operational monitoring, policy evaluation, and stakeholder-orientated interpretation. The proposed framework provides a practical basis for an evidence-based adaptive policy in tourism-dependent regions. Future work should incorporate waste composition and spatially explicit data to further improve the MSW management protocol. Considering that tourism demand exhibits seasonal patterns influenced by external factors, the results of this research offer an invaluable tool for waste management.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 81/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Municipal Solid Waste Management · Food Waste Reduction and Sustainability · Healthcare and Environmental Waste Management
บทบาทของนักวิจัยและสถาบันไทย
Pawita Boonrat · Voravika Wattanasoontorn · Prince of Songkla University
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง