MétaCan
Menu
Retour à la cohorte
Enregistrement W4387342756 · doi:10.3390/su151914471

The Extent to Which Hemp Insulation Materials Can Be Used in Canadian Residential Buildings

2023· article· en· W4387342756 sur OpenAlexaboutno aff
Chun Hua Julia Liu, Francesco Pomponi, Bernardino D’Amico

Notice bibliographique

RevueSustainability · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHygrothermal properties of building materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasLife-cycle assessmentMaterial flow analysisEnvironmental scienceGlobal-warming potentialEngineeringWaste managementProduction (economics)Ecology

Résumé

récupéré en direct d'OpenAlex

The embodied carbon of building materials is a significant contributor to greenhouse gas (GHG) emissions. Hemp is widely acknowledged as the most used vegetal insulation in building and construction due to its comparable thermal properties and better environmental performance than that of mainstream insulation materials (MIMs). However, the application of hemp insulation materials (HIMs) in Canada is still in its infancy. Canada is currently the largest hemp oil and seed producer in the world. Most recent research on hemp in Canada has focused on the impact of legalising marijuana and the popularisation of hemp health products and cannabidiol (CBD). There is a lack of studies addressing the holistic impact of hemp in reducing emissions in Canadian residential buildings. This paper exams the feasibility of large-scale hemp cultivation in Canada and the suitability of HIMs for Canadian private dwellings. Material flow analysis (MFA) and life cycle assessment (LCA) were applied to evaluate different levels of carbon mitigation over time produced by HIM substitution. The results show that Canada has sufficient farmland and perfect geographic location and weather to implement large-scale hemp cultivation. HIM substitution can be accomplished for 81% of Canadian residential buildings. Full HIM substitution fulfilled through 5% hemp fibre insulation (HF) and 95% hempcrete (HC) will mitigate 101% of the GHG emissions caused by existing MIMs and contribute up to a 7.38% reduction in emissions to achieve the net zero emissions target by 2050.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,169

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,246
Écart entre enseignants0,234 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetHygrothermal properties of building materialsTravaux en français237 207