The Inclusion of Natural Elements in Building Design: the Role of Green Rating Systems
Notice bibliographique
Résumé
The awareness of the heavy impact that the building sector exerts on the natural environment is now widely shared, leading to a wide spread of tools (rules, regulations, voluntary rating) to control and guide towards building environmental sustainability. In this shared vision, the natural environment is perceived essentially as an asset to protect. But nature is not just something to be protected, it is also a key factor to improve the quality of our built environment and our well-being. Numerous studies analyze the positive impact of the introduction of natural elements in building design (i.e. green walls, indoor green, aquatic elements, etc.), including: reduced energy consumption, improved IAQ, benefits on users' attention capacity in office settings, stress-reducing effects in healthcare environments. However, despite this evidence, the use of natural elements in common building practice is still not quite widespread. There is therefore a need to promote awareness and use of the potential of the natural elements in design. This paper aims to assess and promote the enhancement of the natural elements in the voluntary green rating systems, as active tools in promoting environmental sustainability to all the actors of the building process. To this end, the study was developed through the following steps: 1. in the literature, identification of the elements of nature-based design with more evidence on environmental performance; 2. in green rating systems, identification of the weight given to the natural elements, evaluation of their current level of enhancement within the systems and identification of possible areas of development.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».