MétaCan
Menu
Retour à la cohorte
Enregistrement W3133716722 · doi:10.3390/cli9030042

Ecoenergetic Comparison of HVAC Systems in Data Centers

2021· article· en· W3133716722 sur OpenAlexaboutno aff
Alexandre Fernandes Santos, Pedro Dinis Gaspar, Heraldo José Lopes de Souza

Notice bibliographique

RevueClimate · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAir conditioningMontreal ProtocolHVACCuritibaEnvironmental scienceGlobal warmingGreenhouse gasRefrigerantWork (physics)SustainabilityEnvironmental economicsMeteorologyEnvironmental resource managementOzone layerClimate changeEngineeringGeographyOzoneEconomics

Résumé

récupéré en direct d'OpenAlex

The topic of sustainability is of high importance today. Global efforts such as the Montreal Protocol (1987) and the Kigali Amendment (2016) are examples of joint work by countries to reduce environmental impacts and improve the level of the ozone layer, the choice of refrigerants and air conditioning systems, which is essential for this purpose. But what indicators are to be used to measure something so necessary? In this article, the types of air conditioning and GWP (Global Warming Potential) levels of equipment in the project phase were discussed, the issue of TEWI (Total Equivalent Warming Impact) that measures the direct and indirect environmental impacts of refrigeration equipment and air conditioning and a new methodology for the indicator was developed, the TEWI DC (DC is the direct application for Data Center), and using the formulas of this new adapted indicator it was demonstrated that the TEWI DC for Chicago (USA) was 2,784,102,640 kg CO2/10 years and Curitiba (Brazil) is 1,252,409,640 kg CO2/10 years. This difference in value corresponds to 222.30% higher annual emissions in Chicago than in Curitiba, showing that it is much more advantageous to install a Data Center in Curitiba than in Chicago in terms of environmental impact. The TEWI indicator provides a more holistic view, helping to combine energy and emissions into the same indicator.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,033
Tête enseignante GPT0,268
Écart entre enseignants0,235 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimateMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207