MétaCan
Menu
Retour à la cohorte
Enregistrement W4283653053 · doi:10.1139/cjfr-2022-0108

Citizen beliefs concerning wood as a construction material under extreme weather events

2022· article· en· W4283653053 sur OpenAlexvenueno aff
Anni Vehola, Elias Hurmekoski, Katja Lähtinen, Enni Ruokamo, Anders Roos, Ritva Toivonen, Anne Toppinen

Notice bibliographique

RevueCanadian Journal of Forest Research · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSustainable Building Design and Assessment
Établissements canadiensnon disponible
Organismes subventionnairesStrategic Research Council
Mots-clésExtreme weatherClimate changeSeriousnessGreenhouse gasExploratory researchEnvironmental scienceBuilt environmentEnvironmental resource managementArchitectural engineeringEngineeringPolitical scienceEcologySociologyCivil engineering

Résumé

récupéré en direct d'OpenAlex

Climate change places great pressure on the construction sector to decrease its greenhouse gas emissions and to create solutions that perform well in changing weather conditions. Our study explores citizen perceptions on wood usage as a building material under expected mitigation and adaptation measures aimed at a changing climate and extreme weather events. The data are founded on an internet-based survey material collected from a consumer panel from Finland and Sweden during May–June 2021, with a total of 2015 responses. By employing exploratory factor analysis, we identified similar belief structures for the two countries, consisting of both positive and negative views on wood construction. In linear regression models for predicting these beliefs, the perceived seriousness of climate change was found to increase positive views on wood construction but was insignificant for negative views. Both in Finland and Sweden, higher familiarity with wooden multistory construction was found to connect with more positive views on the potential of wood in building, e.g., due to carbon storage and material properties. Our findings underline the potential of wood material use as one avenue of climate change adaptation in the built environment. Future research should study how citizens’ concerns for extreme weather events affect their future material preferences in their everyday living environments, also beyond the Nordic region.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,522
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,048
Tête enseignante GPT0,291
Écart entre enseignants0,244 · 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.

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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetSustainable Building Design and AssessmentTravaux en français237 207