THE GREENING OF THE PARKING INDUSTRY –BEST PRACTICES, AND A NEW CERTIFICATION PROGRAM FOR PARKING STRUCTURES
Notice bibliographique
Résumé
INTRODUCTION Sustainable building design is now mainstream. The United States Green Building Council (USGBC) and the LEED Ratings Systems have moved the market, proving that “a rising tide lifts all boats.” Consumers now factor environmental effect into their buying decisions, a trend that looks to continue and intensify with the millennial generation. Renters and homeowners are willing to pay more for high-performing and better quality housing based on environmental standards. Companies recognize that indoor air quality and daylighting improve employee performance and boost retention rates. And even bottom-line businesses are investing in benchmarking and efficiency projects that have the right return on investment rates. The Urban Land Institute's Greenprint Center for Building Performance serves as a prime example of the ways developers implement benchmarking, energy efficiency, and high-performance standards in the major real estate sectors: office, retail, industrial, multifamily, and hotel. Energy efficiency gains and higher-quality buildings in each of these sectors will be essential to reducing emissions and energy use. While the transportation sector implements its own standards and benchmarking tools to achieve greater levels of sustainability across all modes of transportation, one industry that stands at the nexus of every building type and the transportation modes used to access them is parking. There is a key consideration that links land use and transportation: Parking is often the connection between where we are and where we want to go. Parking may not have been at the forefront of the sustainability discussion or the media surrounding it in previous years, but the professionals who work in the world of parking know exactly how important the role of their industry is to the success of our cities, towns, institutions, and businesses. Parking is big business; it is conservatively estimated to be a $30 billion industry. It directly contributes to the economic vitality and accessibility of where we live, work, and play.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».