Benchmarking of Water, Energy, and Carbon Flows in Academic Buildings: A Fuzzy Clustering Approach
Notice bibliographique
Résumé
In Canada, higher educational institutions (HEIs) are responsible for a significant portion of energy consumption and anthropogenic greenhouse gas (GHG) emissions. Improving the environmental performance of HEIs is an important step to achieve nationwide impact reduction. Academic buildings are among the largest infrastructure units in HEIs. Therefore, it is crucial to improve the environmental performance of academic buildings during their operations. Identifying critical academic buildings posing high impacts calls for methodologies that can holistically assess the environmental performance of buildings with respect to water and energy consumption, and GHG emission. This study proposes a fuzzy clustering approach to classify academic buildings in an HEI and benchmark their environmental performance in terms of water, energy, and carbon flows. To account for the fuzzy uncertainties in partitioning, the fuzzy c-means algorithm is employed to classify the buildings based on water, energy, and carbon flow indicators. The application of the developed methodology is demonstrated by a case study of 71 academic buildings in the University of British Columbia, Canada. The assessed buildings are grouped into three clusters representing different levels of performances with different degrees of membership. The environmental performance of each cluster is then benchmarked. Based on the results, the environmental performances of academic buildings are holistically determined, and the building clusters associated with low environmental performances are identified for potential improvements. The subsequent benchmark will allow HEIs to compare the impacts of academic building operations and set realistic targets for impact reduction.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».