MétaCan
Menu
← Retour à la cohorte
Enregistrement W4234141166 · doi:10.32920/ryerson.14652948

A cost optimized energy retrofit upgrade of the Canadian residential sector for the reduction of greenhouse gas emissions

2021· preprint· en· W4234141166 sur OpenAlexaffabout
Rachit Bhambri

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasUpgradeEnvironmental scienceInvestment (military)Stock (firearms)BusinessNatural resource economicsAgricultural economicsEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

The objective of this study is to assess the impact of energy efficiency upgrade scenarios on the greenhouse gas (GHG) emissions from the Canadian housing stock. The study is targeted towards policy makers who can use the results of this techno-economic study to pass appropriate legislation to curtail GHG emissions from the Canadian housing stock. The analysis was conducted using the Canadian Residential End-use Energy Model (CREEM). CREEM is representative of the Canadian housing stock, and is capable of assessing the GHG and energy impact of retrofits. Cost estimates were updated to assess the economic feasibility of the upgrade by calculating the indicator "GHG emissions reduction per dollar investment" (GHGRPDI) calculated by dividing the reduction in annual GHG emissions by the investment cost. Retrofits were ranked for each house in CREEM, based on the indicator GHGRPDI. The analysis is for houses that are eligible for a certain upgrade. The top five retrofits were determined for each province, and are presented as part of this study. For example, the top 5 retrofits (in order) that are suited for Ontario based on the GHGRPDI are: 1. Upgrade the lighting system to high efficient compact fluorescent lights. 2. Install programmable thermostats in all eligible houses. 3. Ceiling insulation upgrade to RSI 7.04 for all eligible houses. 4. Install low flow shower heads and aerators for all eligible houses. 5. Basement ceiling insulation of at least RSI 5.5 in all eligible houses.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,201

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,022
Tête enseignante GPT0,226
Écart entre enseignants0,204 · 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'étudeSimulation ou modélisation
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetBuilding Energy and Comfort Optimization→Travaux en français237 207→