Building material reuse: An optimization framework for sourcing new and reclaimed building materials
Notice bibliographique
Résumé
The process of sourcing Reclaimed Construction Materials (RCMs) is predominantly manual and hindered by the limited digital presence of RCMs. However, the advancing technological landscape provides an opportunity to create a modular framework that can assess the value proposition of New Construction Materials (NCMs) and RCMs for a project before acquiring them. A field study in the Kitchener/Waterloo region inspired the development of a framework that has three underlying systems encompassing digital tools for data collection and analysis: (1) The Real Environment uses 3D scanners and a spreadsheet software, (2) The Model Environment uses Building Information Modeling (BIM) software and a Life Cycle Assessment (LCA) tool, and (3) The Core Engine uses an optimization program. Real-world data collected from RCM stores (The Habitat for Humanity) and NCM stores (The Home Depot) are used for a realistic demonstration of the framework. By practically applying the framework to source window and door components for a modeled multi-residential building design , an integrated selection of 35% RCMs and 65% NCMs was proposed for the building design. Furthermore, sensitivity analysis is also performed for validation. The framework may disrupt the ongoing building design practices that deem material reuse problematic by enabling flexible sourcing of used and new building materials . A modular and iterative framework for facilitating reuse is thus contributed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».