MétaCan
Menu
Retour à la cohorte
Enregistrement W2776756978 · doi:10.1016/j.egypro.2017.11.130

From high-energy demands to nZEB: the retrofit of a school in Catalonia, Spain

2017· article· en· W2776756978 sur OpenAlexaff
Umberto Berardi, Mauro Manca, P. Casaldàliga, Pich-Aguilera Felipe

Notice bibliographique

RevueEnergy Procedia · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésAuditContext (archaeology)Metropolitan areaEnergy consumptionArchitectural engineeringEfficient energy useEnvironmental economicsEngineeringBusinessCivil engineeringGeographyEconomicsAccounting

Résumé

récupéré en direct d'OpenAlex

Since existing buildings are responsible for almost 40% of the energy consumption, a major focus in the construction sector is represented by building energy-saving retrofits. Considering the limited current economic possibilities in the construction market, the retrofit of existing buildings has become a target for both private actors and public administrations in most of European countries. In this context, the province of Catalonia in Spain is defining strategic plans and guidelines to help energy retrofits according to nZEB criteria. In this framework, the present paper evaluates the effectiveness of a series of strategies considered in the energy refurbishment of a school located in the Metropolitan Area of Barcelona. Firstly, the study reports the results of an extensive (level three) energy audit. This data is then used to create a reliable energy simulation model. A set of possible interventions is hence investigated considering technical feasibility, cost, and potential energy saving and indoor comfort benefits. Results show the actual possibility of reaching the nZEB standard at the end of the refurbishment of this high-energy consuming building. Finally, the case study is discussed as a valuable example for promoting energy retrofits in Catalonia and beyond.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,324

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,007
Tête enseignante GPT0,200
Écart entre enseignants0,193 · 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

Citations45
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy ProcediaMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207