MétaCan
Menu
Retour à la cohorte
Enregistrement W2936509429 · doi:10.3390/su11072117

Comparison of Assessment Systems for Green Building and Green Civil Infrastructure

2019· article· en· W2936509429 sur OpenAlexaboutno aff
Tai-Yi Liu, Po‐Han Chen, Nelson N. S. Chou

Notice bibliographique

RevueSustainability · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSustainable Building Design and Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityGreen infrastructureGreen buildingCivil engineeringArchitectural engineeringEngineeringEnvironmental impact assessmentSustainable developmentCivil infrastructureEnvironmental resource managementEnvironmental planningEnvironmental economicsEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The assessment systems for green building have been developed and implemented for decades. Well-known systems include the U.S. system LEED, the U.K. system BREEAM, the Canadian system GB tools, and the Japanese system CASBEE. These systems will be discussed and compared together with Taiwan’s EEWH system. Each assessment system may contain a different set of evaluation items to evaluate the sustainability level of a building project. Contrarily, the assessment system for green civil infrastructure projects is rarely discussed and developed globally. In Taiwan, studies have been conducted to develop a new assessment system with some reasonable key indicators and evaluation items, serving as the tool to evaluate the sustainability level of a green civil infrastructure project. In this paper, the authors studied and summarized different key indicators and evaluation items, and made comparisons among some major assessment systems for both green building and green civil infrastructure projects. Based on the comparison of the various assessment systems, it is found that greenery, recycling of materials, water conservation, carbon emission reduction, and energy saving are considered in both green building and green civil infrastructure assessment systems. Nevertheless, external building structure, energy consumption, healthy air and temperature, illumination of the indoor environment, rainwater recycling, and underground reservoirs are considered only in green building assessments, but not in green civil infrastructure assessments. Moreover, durability, benefits, landscape, humanities, culture, and creativity, which are discussed adequately in green civil infrastructure assessments, are not highlighted in green building assessments. In addition, two construction projects in Taiwan, one green building project and one green civil infrastructure project, are presented to exemplify sustainability practices and assessments.

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)0,021
score de la tête « metaresearch » (Gemma)0,035
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: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,035
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0180,012
Études des sciences et des technologies0,0010,001
Communication savante0,0050,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,009
Tête enseignante GPT0,300
Écart entre enseignants0,291 · 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

Citations53
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetSustainable Building Design and AssessmentTravaux en français237 207