MétaCan
Menu
Retour à la cohorte
Enregistrement W4406233860 · doi:10.1016/j.apenergy.2024.125163

Best combinations of energy-efficiency measures in greenhouses considering energy consumption, yield, and costs: Comparison between two cold climate cities

2025· article· en· W4406233860 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueApplied Energy · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGreenhouse Technology and Climate Control
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSyddansk UniversitetMinistère de l'Agriculture, des Pêcheries et de l'Alimentation
Mots-clésYield (engineering)Energy consumptionEnvironmental economicsConsumption (sociology)GreenhouseEnvironmental scienceEfficient energy useEnergy (signal processing)Agricultural engineeringNatural resource economicsAgricultural economicsEconomicsMathematicsStatisticsEngineeringHorticulture

Résumé

récupéré en direct d'OpenAlex

Greenhouse agriculture is enjoying a surge in popularity to increase food security and use resources efficiently. Less known is that greenhouses consume enormous amounts of energy for heating and lighting. Energy efficiency is paramount in greenhouse production, but choosing the best measures is challenging and depends on climate and energy tariffs. The novelty of this study is to investigate and compare multiple practices and their cumulative impacts in high-latitude greenhouses from energy, cost, and yield points of view. It focuses on simulating the energy consumption and yields in greenhouses under 31 energy-saving scenarios and in two different locations, Copenhagen (Denmark) and Montreal (Quebec, Canada). Various lighting and energy-saving techniques are explored, including high-pressure sodium (HPS) and light-emitting diode (LED) lighting, canopy interlighting, thermal screens, additional envelope insulation, and a heat harvesting system. Greenhouses in Copenhagen consume more energy due to artificial lighting to compensate for low solar radiation in winter. Energy costs are, on average, 77 % higher than in Montreal, partly due to high energy prices. The best scenario regarding energy operational cost per yield for Montreal is LED toplights with thermal screens and envelope insulation, and for Copenhagen it is LED toplights with thermal screens and a heat harvesting system. However, if growers wanted to implement only one measure, the results showed that LED toplights is the best measure to implement for both locations due to its high energy efficiency and minimal impact on yield. These results provide insight into the best energy efficiency measures tailored to specific locations. • Thermal screens allowed to reduce energy consumption by 17.7 % to 26.5 %. • LED interlights and HPS toplights increased yields by 15.3 to 27.5 %. • Energy cost per kg of yield is significantly lower in Montreal than Copenhagen. • Best strategy to reduce energy cost per kg is the use of LED lighting in both cities. • Best measures vary between cities due to climatic and energy tariff differences.

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.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,701
Score d'incertitude au seuil0,984

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 Opus0,029
Tête enseignante GPT0,243
Écart entre enseignants0,214 · 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