MétaCan
Menu
Retour à la cohorte
Enregistrement W2067992529 · doi:10.1139/x03-020

Substitution between floor constructions in wood and natural stone: comparison of energy consumption, greenhouse gas emissions, and costs over the life cycle

2003· article· en· W2067992529 sur OpenAlexvenueno aff
Ann Kristin Petersen, Birger Solberg

Notice bibliographique

RevueCanadian Journal of Forest Research · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasDemolitionNatural gasEnvironmental scienceForest floorEnergy consumptionLife-cycle assessmentCarbon footprintEnvironmental engineeringWaste managementNatural resource economicsEngineeringProduction (economics)EconomicsEcologyCivil engineering

Résumé

récupéré en direct d'OpenAlex

This paper compares two floor constructions used at the new airport outside Oslo, one made of solid oak and one made of natural stone, to (i) make an inventory of energy consumption and greenhouse gas (GHG) emissions over the life cycle of the two constructions, (ii) calculate the differences regarding GHG emissions and cost, and (iii) determine which factors have the strongest influence on the results. Manufacturing the wood floor required 1.6 times more energy and produced one-third of the GHG emissions compared with the natural stone floor. Over the life cycle, net GHG emissions can be avoided only if the wood is used as a biofuel after the replacement or demolition of the floor. The wooden floor must be competitive on price to be a cost-efficient action against global warming. Per cubic metre of wood floor, emissions of up to 1.263 t of CO2 equivalents can be avoided by a substitution between the two floor constructions. The factors that have the most influence on the result are carbon fixation on forest land, waste handling of wood, and discount rate, the latter reflecting the relative importance over time given to a unit of GHG emissions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,314
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207