MétaCan
Menu
Retour à la cohorte
Enregistrement W391719421 · doi:10.3130/jaabe.13.483

Economic Evaluation of Environment-Friendly Streetlights on a University Campus: Using a Field Survey in Korea

2014· article· en· W391719421 sur OpenAlexaboutno aff
Won‐Hwa Hong, Seung-Hee Cho, Ji-Ae Lee

Notice bibliographique

RevueJournal of Asian Architecture and Building Engineering · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueImpact of Light on Environment and Health
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation of Korea
Mots-clésEnvironmentally friendlySolar energyInvestment (military)Quarter (Canadian coin)ElectricityEnergy consumptionEnvironmental scienceSolar powerPower consumptionEnvironmental economicsEngineeringPower (physics)Electrical engineeringEconomicsGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

Nowadays, most illumination sources for streetlights use high intensity discharge (HID) lamps. Global concerns have been raised regarding the amount of atmospheric CO2 released due to the power consumption of HID lamps. Thus streetlights with LED and solar-energy were analyzed competitively, to evaluate the feasibility of streetlights based on environmentally-friendly products at K University. The results showed that the adoption of a LED based streetlight system and a solar-energy LED system could potentially reduce CO2 emissions by approximately 120 and 170 tons each year, respectively. While the initial investment cost of LED is higher than HID, the maintenance cost is approximately one quarter of the maintenance cost of HID. However solar-energy LED lights are not appropriate to replace campus lights because of the significantly higher cost. Since the invention of LED, the technology has been continually improving while the prices are quickly decreasing; therefore, the break-even point of investments in environmentally-friendly lights is expected to be reached much earlier than previously anticipated.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,226
Écart entre enseignants0,215 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Asian Architecture and Building EngineeringMême sujetImpact of Light on Environment and HealthTravaux en français237 207