MétaCan
Menu
Retour à la cohorte
Enregistrement W2292879638 · doi:10.5539/jsd.v9n2p1

Comparison of Four Global Sustainable Building Rating Systems Carried out With Focus on Hot and Dry Climate

2016· article· en· W2292879638 sur OpenAlexvenueno aff
Hind Abdel Moneim Khogali

Notice bibliographique

RevueJournal of Sustainable Development · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueSustainable Building Design and Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRating systemSustainabilityAbu dhabiEnvironmental economicsBusinessEnvironmental resource managementEnvironmental designEnvironmental planningSustainable developmentEnvironmental qualityEnvironmental impact assessmentEnvironmental protectionArchitectural engineeringEnvironmental scienceCivil engineeringGeographyEngineeringPolitical scienceEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

<p>Several assessment programmes has been developed worldwide on the environmental and energy effect of buildings. The aim of this study is to identify the main and sub categories of sustainable design. The researcher has investigated and compared four global building rating systems, namely leadership in Energy and Environmental Design (LEED) in USA, Emirates Green Building Rating System (ESTIDAMA) in Abu Dhabi city, Qatar Sustainability assessment System (QSAS) in the State of Qatar and Australian green Star rating system (AGBC rating system), in Australia. This paper focuses mainly on their processes, contents, similarities and differences, processes, evaluation, their development and wither these systems are applicable to all environments?</p><p>The paper outlined six main categories developed by these global rating systems being: Sustainable site, indoor environmental quality, materials, water efficiency, power supply system and innovations. Sub categories were added according to their social, cultural, economical and legislations conditions.</p>The paper recommended adding four main categories suitable to hot and dry climate.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,622
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,264
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetSustainable Building Design and AssessmentTravaux en français237 207