MétaCan
Menu
Retour à la cohorte
Enregistrement W4396697506 · doi:10.1051/e3sconf/202452305002

Mixed-use neighbourhood to maximise urban energy community potential

2024· article· en· W4396697506 sur OpenAlexaff
Francesca Vecchi, Umberto Berardi

Notice bibliographique

RevueE3S Web of Conferences · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésNeighbourhood (mathematics)GeographyEnvironmental planningEnvironmental scienceEconomic geographyMathematics

Résumé

récupéré en direct d'OpenAlex

Renewable energy communities (REC) are key drivers in promoting energy transition to renewable energy sources (RES). To maximise local potential for RECs, matching demand and local production requires the integration of different load profiles. Residential users prevail in urban areas while planning mixed-use neighbourhoods would contribute to having complementary loads towards urban RECs. Mixed areas can optimise the use of renewable production at different hours and limit demand pressures on the network. However, detailed spatial analyses are required to cluster building functions for long-term benefits. This work investigates which mix of building functions in urban blocks can maximise energy self-consumption and self-sufficiency. Five blocks combining residential with productive and tertiary activities are chosen, from a completely residential to a heterogeneous mix. The single loads use representative buildings for the Italian context. The integration of building functions flattens the energy peak loads in the district while increasing the use of PV production. The study identifies the residential and non-residential ratios to maximise energy selfconsumption and self-sufficiency. Domestic users would mainly exploit the production from nearby non-domestic buildings, but adequate exchange mechanisms and upgrade of infrastructure still need to be implemented.

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 candidatesaucune
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 enseignants0,605
Score d'incertitude au seuil0,739

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,209
Écart entre enseignants0,185 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueE3S Web of ConferencesMême sujetSmart Grid Energy ManagementTravaux en français237 207