Investigating the Interrelationships among Occupant Attitude, Knowledge and Behaviour in LEED-Certified Buildings Using Structural Equation Modelling
Notice bibliographique
Résumé
The proliferation of residential building energy consumption and CO2 emissions has led many countries to develop buildings under the green rating systems umbrella. Many such buildings, however, fail to meet their designed energy performance, which is possibly attributable to occupant behaviour and unforeseen building usages. The research problem lies in the fact that occupant environmental behaviour is a complex socio-cultural-technical issue that needs to be addressed to achieve the desired energy savings. This study is novel as it investigates complex interrelationships between many observed and unobserved variables using data from four LEED-certified multi-residential buildings in the United Arab Emirates. Structural Equation Modelling was used to analyse the impact of three unobserved/latent variables: occupant environmental Attitude, Knowledge and Behaviour (AKB) with respect to occupant energy consumption, based on measured/observed variables. Although our Goodness-of-Fit values indicated that we achieved a good model fit, the interrelationship between Knowledge and Behaviour (p = 0.557) and between Attitude and Behaviour (p = 0.931) was insignificant, as the p-values > 0.05. The key study outcomes were: (i) providing information alone could not motivate people towards environmentally friendly behaviour; (ii) even changes in their attitude, belief and lifestyle were not significantly related to their behaviour, as the interrelationships among occupant environmental AKB were not significant; and (iii) knowledge and attitude change should be combined with other motivational factors to trigger environmentally friendly actions and influence behaviour.
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 | 0,000 | 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 ».