MétaCan
Menu
Retour à la cohorte
Enregistrement W2594570239

Modélisation de l’influence de la sélection des matériaux sur le profil environnemental du cycle de vie d’un bâtiment à bureaux : évaluation critique de LEED v4

2017· article· fr· W2594570239 sur OpenAlexaboutno aff
Yannick Lessard

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2017
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArtPolitical scienceHumanities
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le secteur du bâtiment contribue grandement aux impacts environnementaux occasionnés par les activités anthropiques. Pour tenter de réduire ces impacts, divers systèmes de certification pour le bâtiment ont été développés. Toutefois, ces certifications ont tendance à se concentrer principalement sur la consommation énergétique durant la phase d’exploitation du bâtiment. Par conséquent, leur application pour un bâtiment qui consomme de l’énergie occasionnant de faibles impacts sur l’environnement peut parfois mener à des effets indésirables sur les impacts environnementaux des bâtiments. Tandis que certaines certifications ne se concentrent que sur quelques aspects du bâtiment, comme Passive House qui est axé principalement sur la consommation énergétique, d’autres, comme LEED v4, qui est la plus présente en Amérique du Nord, ont une portée plus large. Néanmoins, LEED v4 accorde une plus grande importance à la consommation énergétique qu’à la sélection de matériaux. Basé sur une étude d’un bâtiment à bureaux situé au Québec (Canada), l’objectif de ce projet de recherche est de comparer les effets des matériaux sur les impacts environnementaux du cycle de vie d’un bâtiment en fonction de la considération de ces matériaux dans LEED v4. Ici, le terme matériaux est utilisé à des fins de simplification et signifie matériaux de construction utilisés pour construire le bâtiment. Les effets des matériaux sont évalués en analysant la contribution de ces derniers aux impacts environnementaux du bâtiment à l’étude ainsi qu’en déterminant leur potentiel de faire varier ces impacts par le changement de certaines configurations de matériaux de ce bâtiment. Les impacts environnementaux sont évalués par une analyse du cycle de vie (ACV) attributionnelle à l’aide du logiciel SimaPro 8.2, la base de données ecoinvent 3.1 et la méthode d’évaluation des impacts du cycle de vie (EICV) IMPACT 2002+. Les résultats montrent que les matériaux contribuent de façon importante aux impacts environnementaux du bâtiment (> 50 %) et que la sélection de différentes configurations alternatives de matériaux peut faire varier considérablement ces impacts (de 0 % à plus de 50 %). Par ces résultats, il est montré que LEED v4 ne semble pas bien capturer ces effets des matériaux sur les impacts environnementaux sur le cycle de vie des bâtiments par son système de pointage dans le cas où le bâtiment consomme exclusivement de l’énergie provenant du réseau électrique du Québec (où l’électricité produite est principalement de source hydraulique). Effectivement, le pointage accordé aux matériaux dans LEED v4 est de 13 points (ou 30 %) en comparaison à la consommation énergétique, qui est de 33 points (ou 70 %). Les résultats de ce projet de recherche permettent donc d’amener les diverses parties prenantes du secteur de la construction vers une réflexion plus éclairée sur le rôle à jouer de la sélection des matériaux et des certifications dans l’amélioration environnementale des bâtiments dans le cas où l’énergie consommée par les bâtiments occasionne de faibles impacts sur l’environnement, ainsi que sur la complémentarité de l’ACV avec les certifications.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,308
Score d'incertitude au seuil0,613

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,013
Tête enseignante GPT0,231
Écart entre enseignants0,218 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Même sujetEnvironmental Impact and SustainabilityTravaux en français237 207