Housing Passport knowledge graph: Promoting a circular economy in urban residential buildings
Notice bibliographique
Résumé
• Data-driven circular economy decision-making promotes sustainable housing. • Housing Passports (HP) support circularity by standardizing housing characteristics. • HP knowledge graph (HPKG) contextualizes and semantically links heterogenous data. • HPKG supports the scalability and interoperability of housing data. • 62 million housing datapoints across various scales and contexts are presented. This paper introduces the Housing Passport knowledge graph (HPKG) as a novel digital standardization framework with a robust semantic data infrastructure to promote a circular economy in the home-building industry. Unstandardized and dispersed housing data impedes a comprehensive assessment of housing stock characteristics and life cycle impacts, hindering the implementation of circular economy principles. The HPKG addresses this challenge by providing (1) a standardized framework for integrated analysis of residential buildings’ affordability and circularity across various spatiotemporal scales and socioeconomic contexts, and (2) a scalable semantic infrastructure using web ontologies that enhances the sharability, searchability, readability, and interoperability of housing-related data. A case study involving five Canadian cities demonstrates the HPKG's effectiveness in semantically linking and standardizing approximately 62 million data points representing over 1.2 million residential buildings. The results show how the HPKG enables a multi-scale integrated assessment of Canadian housing stock, focusing on affordability, energy efficiency, and environmental footprints. As a key conclusion, the HPKG supports informed decisions regarding housing stock by enabling the exploration of circular economy scenarios that prioritize the reuse and recycling of residential building materials. The HPKG empowers stakeholders to develop residential typologies that promote affordability, circularity, and sustainability across diverse socioeconomic contexts.
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».