MétaCan
Menu
Retour à la cohorte
Enregistrement W4381713230

Wood Incentive Policies and Effects in the Construction Sector

2022· article· en· W4381713230 sur OpenAlexaboutno aff
Muhammet Emin ŞİŞMAN, Burcu BALABAN ÖKTEN

Notice bibliographique

RevueDergiPark (Istanbul University) · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncentiveBusinessNatural resource economicsIndustrial organizationEconomicsMicroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The human population and urbanization are increasing day by day in the world. According to the United Nations reports, this situation will continue to uprise. The grow in population and urbanization causes the increase of multi-storey buildings, which constitute the physical infrastructure of urban areas. Most of these structures are built with materials such as cement and steel, which are exposed or processed by intensive fossil-energy-based industrial processes. Overproduction and use of these currently preferred materials have an important role in the depletion of limited material resources and the poisoning of the atmosphere, water and soils.In the face of this problem that concerns the whole world, multi-storey wooden structures come to the fore as a remarkable alternative. Wood has become suitable for multi-storey buildings thanks to the developing technologies, besides its many bright spots such as being carbon storage, having sustainable production without harming the environment and easy processing. So that it has started to be preferred in multi-storey buildings in many countries, especially in Finland, Sweden, Japan, America and Canada. However, the increase in the construction rates of multi-storey wooden structures has not occurred in a short time and spontaneously in any country, where reinforced concrete and steel construction systems are dominant. A gradual spread has been achieved thanks to the strategic initiatives and incentive policies that differed according to the situation of the countries.In this article, wood incentive policies in countries around the world, their contents, the years they entered into force and the changes in the wood construction sector after the implementation of the policies were examined through the literature. In addition, the proportional increases in timber house constructions of 6 countries over the years after the wood incentive policies were revealed. In this way, it has been tried to present a comprehensive picture of wood construction policies on a global scale and the effects of policies on the timber construction sector.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0050,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,005
Tête enseignante GPT0,168
Écart entre enseignants0,164 · 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'étudeObservationnel
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDergiPark (Istanbul University)Même sujetForest Management and PolicyTravaux en français237 207