MétaCan
Menu
← Retour à la cohorte
Enregistrement W4252303062 · doi:10.32920/ryerson.14655057

Life Cycle Assessment Overview and Application: Comparison of Structural Frame Alternatives for Office Buildings

2021· preprint· en· W4252303062 sur OpenAlexaffabout
Ivan L. Pinto

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésLife-cycle assessmentEmbodied energyContext (archaeology)Architectural engineeringWork (physics)Environmental impact assessmentFrame (networking)Impact assessmentComputer scienceCivil engineeringEngineeringConstruction engineeringEnvironmental scienceEnvironmental resource managementProduction (economics)GeographyMechanical engineeringEconomics

Résumé

récupéré en direct d'OpenAlex

The objective of this project was to provide an overview of Life Cycle Assessment (LCA) and to demonstrate its application as a tool to provide a scientific comparison of alternative construction options for a commercial building in the Canadian context. The work entailed a quantitative assessment of the embodied environmental impacts of typical office buildings using a steel frame, and a concrete frame alternative (and associated components) in Toronto. Through the use of four assessment strategies, this study has indicated that the steel framed building performs better than the concrete building in most impact indicators, excepting primary energy and eutrophication potential. However, additional buildings should be assessed in order to confirm this finding. Furthermore, it was found that the manufacturing phase represents over 90% of the embodied impacts of the whole building. The study also advises caution when comparing different LCA studies and identifies its difficulties.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil0,317

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,362
Écart entre enseignants0,340 · 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 sujetEnvironmental Impact and Sustainability→Travaux en français237 207→