MétaCan
Menu
Retour à la cohorte
Enregistrement W4281393775 · doi:10.5539/jms.v12n1p122

Innovative Lighting Systems: Opportunities for Energy Savings

2022· article· en· W4281393775 sur OpenAlexvenueno aff
Filipe Pohlmann Gonzaga, Mohamed Akdidach

Notice bibliographique

RevueJournal of Management and Sustainability · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueImpact of Light on Environment and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSmart lightingArchitectural engineeringElectricityEnergy consumptionScalabilityComputer scienceSustainabilityIntelligent lightingLED lampEngineeringElectrical engineeringDatabaseControl (management)

Résumé

récupéré en direct d'OpenAlex

This paper analyses, from an energy flow perspective, the implementation of smart lighting systems in street lighting, where lights are dimmed to adapt to the flow of objects passing in a street. The research focus on the sustainability perspective of implementing a transition to smart lighting systems when compared to regular LED lighting. To account for externalities, the energy flow was addressed considering the extra electronic devices used in a smart lighting system (controllers, motion sensors, radars, and computers). To compare both traditional LED street lighting and smart lighting the paper started with a model of a 2.5-kilometre street, scaling up scenarios of the commune Ecublens, in the Swiss canton of Vaud, and then to half and all residential streets of Switzerland were examined to understand if the gains in energy savings are scalable. The research shows that, even with the additional electronic devices, the smart lighting system reduces the energy consumption of street lighting, even when considering the production of the extra components used. Financially, the extra costs of implementing smart lighting systems are offset by the savings in electricity consumption. Therefore, smart lighting systems for street lighting can be an environmentally and economically beneficial project to implement.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil0,360

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,249
Écart entre enseignants0,226 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management and SustainabilityMême sujetImpact of Light on Environment and HealthTravaux en français237 207