This thesis addresses the implementation of a database for the Eco-Footwear 5.0 project, aimed at assessing environmental impact in the footwear sector through Life Cycle Assessment (LCA). The work focuses on extracting, transforming, and populating data from JSON files, which contain information on environmental impacts and characterization factors, into a PostgreSQL database. Advanced parsing methods and automation in Python have been developed to ensure efficiency, scalability, and data integrity. Additionally, algorithms for calculating environmental impacts have been implemented and validated through a case study. The resulting system enables accurate analyses to support sustainability-related decision-making in the footwear sector.
Questa tesi affronta l’implementazione di un database per il progetto Eco-Footwear 5.0, finalizzato alla valutazione dell’impatto ambientale nel settore calzaturiero mediante il Life Cycle Assessment (LCA). Il lavoro si concentra sull’estrazione, trasformazione e popolamento di dati provenienti da file JSON, contenenti informazioni su impatti ambientali e fattori di caratterizzazione, nel database PostgreSQL. Sono stati sviluppati metodi di parsing avan- zati e automazioni in Python per garantire efficienza, scalabilità e integrità dei dati. Inoltre, sono stati implementati algoritmi per il calcolo degli impatti ambientali, validati attraverso un case study. Il sistema risultante consente analisi accurate per supportare decisioni sulla sostenibilità nel settore calzaturiero.
Progettazione e implementazione di un sistema per il calcolo del Life Cycle Assessement di processi e prodotti del settore calzaturiero
FABBIETTI, CHIARA
2023/2024
Abstract
This thesis addresses the implementation of a database for the Eco-Footwear 5.0 project, aimed at assessing environmental impact in the footwear sector through Life Cycle Assessment (LCA). The work focuses on extracting, transforming, and populating data from JSON files, which contain information on environmental impacts and characterization factors, into a PostgreSQL database. Advanced parsing methods and automation in Python have been developed to ensure efficiency, scalability, and data integrity. Additionally, algorithms for calculating environmental impacts have been implemented and validated through a case study. The resulting system enables accurate analyses to support sustainability-related decision-making in the footwear sector.File | Dimensione | Formato | |
---|---|---|---|
TESI_FabbiettiChiara.pdf
embargo fino al 14/02/2027
Dimensione
1.8 MB
Formato
Adobe PDF
|
1.8 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.12075/20917