MétaCan
Menu
Retour à la cohorte
Enregistrement W2885472729 · doi:10.3390/su10082734

Consultancy Centres and Pop-Ups as Local Authority Policy Instruments to Stimulate Adoption of Energy Efficiency by Homeowners

2018· article· en· W2885472729 sur OpenAlexaboutno aff
F.M. Meijer, Ad Straub, E. Mlecnik

Notice bibliographique

RevueSustainability · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Planning and Valuation
Établissements canadiensnon disponible
Organismes subventionnairesInterreg
Mots-clésBusinessStock (firearms)Order (exchange)Energy consumptionQuarter (Canadian coin)Efficient energy useConsumption (sociology)Local authorityFinanceMarketingPublic administrationPolitical scienceEngineeringSociology

Résumé

récupéré en direct d'OpenAlex

The housing sector is responsible for a more than a quarter of the total final energy consumption in the EU. As the majority (70%) of the EU-housing stock is owner occupied and largely consists of single family dwellings it is understandable that many countries focus their energy saving policies on homeowners. Complementary to the national policy frameworks, regional and local authorities implement locally based policy instruments targeting specific groups and individual homeowners. In order to enlarge the effectiveness of their policy instruments and to reach the energy saving goals, frontrunner local authorities in particular are searching for ways to reach homeowners. Consultancy centres and pop-ups can be a way to make individual homeowners more aware about their energy use and stimulate them to apply low carbon technologies. The research results not only show that a wide range of business models are available to develop, structure and organise these consultation centres and pop-ups, but also that they indeed could play an important role in accelerating the energy performance of owner occupied housing. Through a pop-up or consultancy centre, public and private parties can join their forces to reach, stimulate and support the individual needs and wishes of homeowners during their customer journey to realise an energy efficient dwelling.

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)0,009
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,035
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,003
Communication savante0,0050,004
Science ouverte0,0020,010
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0350,004

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 GPT0,269
Écart entre enseignants0,263 · 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

Citations20
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetUrban Planning and ValuationTravaux en français237 207