MétaCan
Menu
Retour à la cohorte
Enregistrement W4394329083 · doi:10.6084/m9.figshare.12848832

Techno-economic analysis of air-source heat pump (ASHP) technology for single-detached home heating applications in Canada

2020· dataset· en· W4394329083 sur OpenAlexaboutno aff
Artur Udovichenko, Lexuan Zhong

Notice bibliographique

RevueFigshare · 2020
Typedataset
Langueen
DomaineEngineering
ThématiqueRefrigeration and Air Conditioning Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAir source heat pumpsEnvironmental scienceHeat pumpEconomic analysisMeteorologyWaste managementEngineeringProcess engineeringMechanical engineeringAgricultural economicsGeographyEconomicsHeat exchanger

Résumé

récupéré en direct d'OpenAlex

The air-source heat pump (ASHP) is a popular system that does not see much use in cold-climates despite its high potential in low carbon footprint. This study was designed to evaluate the techno-economic feasibility of its application to single-detached homes in Canada. First, a set of support vector regression (SVR) models was developed by a housing database for prediction of the exposed surface areas of homes in five Canadian cities: Vancouver, Toronto, Montreal, Edmonton, and Yellowknife. The predicted areas were then used to estimate the heat demands of all homes. As a result, the technical evaluation was conducted by comparison of the heat loss rate with the heat supply rate of ASHPs. Annual energy consumption was calculated using a bin method for furnace-alone and furnace/ASHP hybrid systems. Seasonal operating costs and greenhouse gases (GHG) emissions were estimated by utility costs and emissions factors for each city. Our findings show that Vancouver, Toronto, and Montreal are technically feasible to adopt the ASHP technology for economic and low GHG emission benefits. Although currently Edmonton and Yellowknife could not theoretically gain ASHP’s benefits, the ASHP technology is still a promising technology to be implemented in the future if renewable energy infrastructures are established.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,283
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,218
Écart entre enseignants0,201 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetRefrigeration and Air Conditioning TechnologiesTravaux en français237 207