A Sensitivity Analysis Method for the Update of the National Energy Building Code of Canada (NECB-2017)
Notice bibliographique
Résumé
An increasing trend in energy consumption can be seen worldwide. Projections for the world energy consumption indicate an increase of nearly 50% by 2050. In Canada, the electric power selling price has risen by 250% in the last four decades. The rising trend in energy consumption and cost is a pressing concern. Within that trend, residential, commercial, and institutional buildings are big contributors, accounting for 28% of the total secondary energy use in Canada. As a direct response to the increase of energy use in buildings, minimum energy efficiency requirements were proposed and compiled into energy standards, seeking to provide guidelines and instructions in the design, construction, and operation stages. These standards proved to be a powerful tool to improve energy efficiency, especially if adopted by state and federal legislators as mandatory requirements. Given the major role that such standards play, attention is drawn to the process used in updating these energy efficiency requirements. This research proposes a method for identifying the most impactful factors in the energy efficiency of buildings and for quantifying the impact that changes in these factors have on a range of energy related KPIs. This method can help policy makers and parties involved in the update of building energy code requirements by providing a metric to prioritize changes based on their impact. Additionally, the proposed method can aid in the allocation of R&D resources in the proposal of improvements to the building envelope and HVAC equipment, based on the impact of each of the studied improvements.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».