Comparing Occupant Self-Assessed Behaviour to Actual Metered Consumption
Notice bibliographique
Résumé
A post-occupancy evaluation (POE) is a comprehensive building performance review that includes occupant surveys and provides feedback on the overall success of a building design in addressing end-‐user requirements. In doing so, POE often identifies disparities between expected and actual energy usage patterns. Part of determining the source of these disparities is the evaluation of tenant responses. Since these are heavily dependent on the users’ ability to accurately recall their usage patterns, their potential inaccuracy may misinform building retrofits and future projects. This study seeks to compare occupant self-‐assessed behaviour to actual metered consumption. A recently retrofit multi-‐unit residential building (MURB) and Tower Renewal pilot project was selected for the evaluation, and access to the electricity consumption of the pilot was obtained from building management. The project has 146 units, each approximately 20.5m A post-‐retrofit survey has been carried out, which amongst other factors attempted to collect information on small appliances and electronics and their use. 48 valid samples were obtained. The monthly electricity consumption of each unit has been calculated based on the tenant responses, and these values have been compared to actual consumption values from the electronic meters. The average estimated consumption was found to be 45% more than the average metered consumption, with 46% of the survey-‐based estimates exceeding their respective metered readings by more than 50%. As many as 86% of tenants whose consumption estimate exceeded 50% of the metered value incurred time overestimation, while 23% incurred statistical bias. It was also found that all tenants who incurred statistical bias also incurred time overestimation. While individual estimates tend to disagree with metered data, large-‐sample assessments may still be possible. Mode-‐based assessments help to limit sources of discrepancy by eliminating tenant responses that occur infrequently, thus creating sample cases that resemble the contents of a ‘typical unit’. However, great care must be taken to avoid introducing further bias. To this end, more rigorous statistical analysis is required. It is recommended that future surveys avoid overestimation by arranging time-‐related questions in a manner that allows quick revision, tightening the ranges for usage questions to minimize assumptions made, and including relevant custom-‐made questions that either clarify questions for the tenants or minimize ambiguity in the results.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».