MétaCan
Menu
Retour à la cohorte
Enregistrement W3205718592 · doi:10.3390/en14206820

Decarbonizing Local Mobility and Greenhouse Agriculture through Residential Building Energy Upgrades: A Case Study for Québec

2021· article· en· W3205718592 sur OpenAlexafffundabout
James Bambara, Andreas Athienitis, Ursula Eicker

Notice bibliographique

RevueEnergies · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensConcordia University
Organismes subventionnairesConcordia University
Mots-clésElectricityPhotovoltaic systemElectrificationEnvironmental scienceGreenhouse gasEfficient energy useRetrofittingElectricity generationFossil fuelZero-energy buildingTRNSYSGreenhouseAutomotive engineeringWaste managementEngineeringElectrical engineeringPower (physics)Energy (signal processing)

Résumé

récupéré en direct d'OpenAlex

Electrification is an efficient way to decarbonize by replacing fossil fuels with low-emission power. In addition, energy efficiency measures can reduce consumption, making it easier to shift to a zero-carbon society. In Québec, upgrades to aging buildings that employ electric resistance heating offer a unique opportunity to free up large amounts of hydroelectricity that can serve to decarbonize heating in other buildings. However, another source of energy would be needed to electrify mobility because efficiency measures free up small amounts of electricity in summer compared to winter. This study reveals how building efficiency measures combined with solar electricity generation provide an energy profile that matches the requirements for decarbonizing both mobility and heating. The TRNSYS software was used to simulate the annual energy performance of an existing house and retrofitted/rebuilt low-energy houses equipped with a photovoltaic (PV) roof in Montreal, Québec, Canada (45.5° N). The electricity that is made available by upgrading the houses is mainly considered for powering battery and fuel cell electric vehicles (BEVs and FCEVs) and electrifying heating in greenhouses. The results indicate that retrofitting 16% or rebuilding 12% of single-detached homes in Québec can provide enough electricity to decarbonize heating energy use in existing greenhouses and to operate the new greenhouses required for growing all fresh vegetables locally. If all the single-detached houses that employ electric resistance heating are upgraded, 33.4 and 21.8 TWh year−1 of electricity would be available for decarbonization, equivalent to a 19% and 12% increase of the province’s electricity supply for the retrofitted or rebuilt houses, respectively. This is enough energy to convert 83–100% of personal vehicles to BEVs or 35–56% to FCEVs. Decarbonization using the electricity that is made available by upgrading to low-energy solar houses could reduce the province’s greenhouse gas (GHG) emissions by approximately 32% (26.5 MtCO2eq). The time required for the initial embodied GHG emissions to surpass the emissions avoided by electrification ranges from 3.4 to 11.2 years. Building energy efficiency retrofits/rebuilds combined with photovoltaics is a promising approach for Québec to maximize the decarbonization potential of its existing energy resources while providing local energy and food security.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,240

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,011
Tête enseignante GPT0,255
Écart entre enseignants0,244 · 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'étudeObservationnel
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

Citations5
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207