MétaCan
Menu
Retour à la cohorte
Enregistrement W3156309481 · doi:10.1139/cjce-2020-0284

Exploring the current challenges and emerging approaches in whole building life cycle assessment

2021· article· en· W3156309481 sur OpenAlex
Haibo Feng, Rehan Sadiq, Kasun Hewage

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueSustainable Building Design and Assessment
Établissements canadiensUniversity of British Columbia, Okanagan Campus
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)Life-cycle assessmentDeclarationRisk analysis (engineering)Computer scienceGreenhouse gasEnvironmental impact assessmentBuilding information modelingManagement scienceEngineeringBusinessOperations managementProduction (economics)

Résumé

récupéré en direct d'OpenAlex

The environmental impacts of building stock have received significant attention as buildings release one-third of the total greenhouse gas emissions. Whole-building life cycle assessment (WBLCA) has become a trend to address this limitation by ensuring the best environmental performance of a building. However, the current WBLCA development faces many challenges, which makes it difficult to create reliable and comparable results. This study aims to conduct a critical literature review to summarize the current challenges in WBLCA applications and the emerging approaches that might address these challenges. Three main challenges are listed: variances in goal and scope definition, building structure complexity, and varieties in the LCA database and methods. Emerging approaches are also presented to address these challenges, including the integration of building information modeling into WBLCA and environmental product declaration applications in impact assessments. The findings of this study could support researchers and decision-makers with the most popular approaches to conduct WBLCA and achieve reliable outputs.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,217
Score d'incertitude au seuil0,672

Scores Codex et Gemma par catégorie

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

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 Opus0,062
Tête enseignante GPT0,240
Écart entre enseignants0,178 · 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