MétaCan
Menu
Retour à la cohorte
Enregistrement W4402732239 · doi:10.1088/1755-1315/1396/1/012020

Towards the Enhancement of Buildings’ Sustainability: IoT-Based Building Management Systems (IoT-BMS)

2024· article· en· W4402732239 sur OpenAlexaff
Basma Mostafa, Sherif Ahmed, Tarek Ghoniemy, Abobakr Al-Sakkaf

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésInternet of ThingsSustainabilityArchitectural engineeringBuilding automationComputer scienceConstruction engineeringEngineeringEmbedded system

Résumé

Abstract The building sector is the primary consumer of energy, especially electricity. Energy consumption results in greenhouse gas emissions, depletion of natural resources, and finance consumption. Nowadays, buildings are increasingly expected to meet higher and more complex performance requirements. Among these requirements, energy efficiency is recognized as an international goal to promote energy sustainability. Therefore, monitoring, controlling, and managing energy are the key goals of building management that opt for energy efficiency and cost-effective operation and maintenance, which are the main objectives of sustainable development goals. The building sector is significant in its function and requires more energy to operate and maintain, especially for lighting, achieving appropriate thermal comfort, and managing IT systems and other equipment. The reliability and flexibility offered by wireless technologies have been the driving force toward the vision of the Internet of Things (IoT). They have contributed to attracting growing interest in the market. This work presents an energy-efficient IoT solution to monitor the energy consumption model by deploying a Building Management System (BMS). Integrating multiple battery-operated sensors into the building allows critical data to be dynamically provided in real-time to improve overall building efficiency. Introducing the IoT in managing energy in buildings can be more cost-effective and convenient than traditional building BMSs.

Conservé avec la notice de tri, où il sert de preuve aux étiquettes ci-dessus.

Comment cette classification a été obtenuedéplier

Le tri à trois modèles

les 5 600 travaux triés →

Les trois modèles l'ont jugé hors champ.

strate : aff_core · poids de sondage : 5595.24 (l'échantillon est stratifié ; tout taux calculé sans le poids est faux)
Claude Opus 4.8OUT
genre : empirical
porte sur le Canada: non
confiance: high

IoT-based building management system for energy efficiency; an engineering solution.

GPT-5.6 (high)OUT
genre : empirical
porte sur le Canada: non
confiance: high

This work presents an IoT building-management solution and does not study research itself.

Grok 4.5OUT
genre : empirical
porte sur le Canada: non
confiance: high

IoT building-management systems for energy efficiency; applied engineering, not a study of research.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,198
Écart entre enseignants0,189 · 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'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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetSmart Cities and TechnologiesTravaux en français237 207