MétaCan
Menu
← Retour à la cohorte
Enregistrement W2923708439 · doi:10.1109/sustech.2018.8671347

Evaluating and Improving the Energy Performance of School Buildings with a Proposed Real-Time Monitoring System

2018· article· en· W2923708439 sur OpenAlexaffabout
Yaqing Chen, Xinming Li, Regina Dias Barkokebas, Mustafa Gül, Ioanis Nikolaidis, Omid Ardakanian

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBenchmarkingEnergy consumptionElectricityEfficient energy useConsumption (sociology)Energy accountingEnvironmental economicsEnergy (signal processing)Building management systemArchitectural engineeringEnergy managementFacility managementComputer scienceEngineeringBusinessEconomicsMarketingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Building energy consumption occupies a significant portion of the final energy consumption, and its trend is increasing. Due to a substantial contribution to the energy use of commercial sector by office buildings, much attention has been brought to them with energy-efficient measures. However, there are only a limited number of studies investigating the school building's energy consumption performance, especially in Canadian cold climate, which it allows opportunities for improving school building's energy efficiency. In this study, the historical electricity consumption and energy-related costs of Edmonton Catholic Schools are statistically analyzed. Energy benchmarking methods are applied to evaluate the energy performance of schools and categorize them. With the aim of improving the energy performance of school buildings by discovering energy saving opportunities existed in them, an electrical management program is proposed with the real-time monitoring system. The proposed framework for lowering the electricity consumption of schools can be continually used by school facility operators in the future to identify inefficient school buildings and electricity abusers inside them.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,216
Écart entre enseignants0,206 · 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'étudeSans objet
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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetBuilding Energy and Comfort Optimization→Travaux en français237 207→