Transitioning to low-carbon suburbs in hot-arid regions: A case-study of Emirati villas in Abu Dhabi
Notice bibliographique
Résumé
The continued and global popularity of single-family homes indicates that a scalable, yet regionally appropriate strategy for achieving zero-carbon suburban development is needed in the coming decades. This need is especially critical in the hyper-arid region around the Arabian Gulf where per-person carbon emissions are among the highest in the world. Using geometrically sensitive simulation models for a household's building energy, water, and automobile use, this paper uses Emirati neighborhoods in Abu Dhabi, UAE as a case study to estimate emissions for a baseline and set of future possible scenarios towards transitioning single-family households in the region to low, and eventually near-zero operational carbon emissions. An analysis of the combined impact of energy efficiency gains through (1) technology adoption and better design, (2) carbon intensity reduction from renewable energy transitions, and (3) carbon sequestration from parcel scale tree planting is presented. From a baseline CO 2 emissions of 64.3 tons per household per year for new construction, the study finds future emissions potential reductions of 33.7%-49.0% from improved house design, 98.1% from electrification and solar energy sourcing, and 99.4% from combined design and technology improvements. This study also finds that if the water-energy nexus in Abu Dhabi transitioned to solar-powered, reverse-osmosis desalination, trees would become net carbon sinks (0.6-1.9 kg CO 2 /m 2 /yr). As a result, in the future, low-density neighborhoods with dense areas of tree planting may become a sustainable housing typology when measured by net operational emissions. This fact would upend multiple current assumptions by Western planners about sustainable transitions for arid regions.
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 | 0,001 | 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 ».