MétaCan
Menu
Retour à la cohorte
Enregistrement W4387810386 · doi:10.15376/biores.18.4.8134-8150

Environmental product declaration (EPD) usage in early building design stages: Review of effects on the environmental life cycle of a multi-residential building

2023· article· en· W4387810386 sur OpenAlexaff
Gabrielle Pichette, Pierre Blanchet, Gatien Geraud Essoua Essoua, Charles Breton

Notice bibliographique

RevueBioResources · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSustainable Building Design and Assessment
Établissements canadiensHéma-QuébecUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésLife-cycle assessmentEnvironmental impact assessmentProduct (mathematics)EngineeringBusinessProduction (economics)

Résumé

récupéré en direct d'OpenAlex

The building sector has seen recent growth in the number of published environmental product declarations (EPDs). EPDs share environmental data of construction materials, which can help building practitioners prioritize products with lower environmental impacts. However, EPDs rely on varying assumptions within their life cycle assessment (LCA). This study aimed to evaluate the use of EPDs as a data source instead of a generic data source and its effect on the life cycle impacts of a multi-residential building. This study focused on 19 North American EPDs of structural wood products. The impact assessment results found in the EPDs were compared to the Ecoinvent V3.8 database. The findings of the present study suggest that EPDs can generally be used without distinction compared to the data in the Ecoinvent V3.8 database. However, a few data were found to be outliers. In addition, EPDs of structural wood products only disclosed its manufacturing stage. Other life cycle stages, such as transport of the construction product, can have a significant impact on the building’s LCA. Therefore, using EPDs to assess building impacts is recommended over their direct comparison for practitioners to make more comprehensive decisions towards embodied impacts of buildings.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil0,739

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,019
Tête enseignante GPT0,239
Écart entre enseignants0,220 · 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'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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetSustainable Building Design and AssessmentTravaux en français237 207