Global Prospects, Advance Technologies and Policies of Energy-Saving and Sustainable Building Systems: A Review
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.
Notice bibliographique
Résumé
Automation, modernization, economic development and global progress depends on efficient extraction and utilization of energy. Power generation by burning fossil fuels makes various adverse impacts on the environment. Additionally, the worldwide fossil fuel reserve is limited and depleting very fast. Hence, efficient energy usage and savings are crucial to address the environmental issues to ensure sustainable development. Buildings, both commercial and residential, represent a major energy consumption sector. Approximately 40% of the total energy is reportedly consumed in the building sector. Worldwide building energy consumption, performance measuring systems and best practices, energy-saving techniques and policies are reviewed and summarized in this article. Underfloor air distribution, double-glazed windows, use of highly efficient electric motors and variable speed drives may play a great role in reducing building energy consumption. In the UK, the application of double-glazed windows in commercial buildings can save 39–53% energy. The proper maintenance of a building’s central heating system can save up to 11% energy. The automatic HVAC control system can reduce up to 20% of the building’s total heating load. Proper utilization of a VSD system in motor and building performance optimization by an ANOVA tool also proved instrumental in saving energy. Apart from this, the building codes of different countries also help to improve building performance by reducing energy consumption. This study will help building researchers and policymakers to make a framework for sustainable, green building.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 découle