Impact of the COVID-19 Pandemic on the Energy Use at the University of Almeria (Spain)
Notice bibliographique
Résumé
The COVID-19 pandemic has caused chaos in many sectors and industries. In the energy sector, the demand has fallen drastically during the first quarter of 2020. The University of Almeria campus also declined the energy consumption in 2020, and through this study, we aimed to measure the impact of closing the campus on the energy use of its different facilities. We built our analysis based upon the dataset collected during the year 2020 and previous years; the patterns evolution through time allowed us to better understand the energy performance of each facility during this exceptional year. We rearranged the university buildings into categories, and all the categories reduced their electricity consumption share in comparison with the previous year of 2019. Furthermore, the portfolio of categories presented a wide range of ratios that varied from 56% to 98%, the library category was found to be the most influenced, and the research category was found to be the least influenced. This opened questions like why some facilities were influenced more than others? What can we do to reduce the energy use even more when the facilities are closed? The university buildings presented diverse structures that revealed differences in energy performance, which explained why the impact of such an event (COVID-19 pandemic) is not necessarily relevant to have equivalent variations. Nevertheless, some management deficiencies were detected, and some energy savings measures were proposed to achieve a minimum waste of energy.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».