Assessing the environmental impact of building houses in remote areas: 3D printing vs. traditional construction techniques
Notice bibliographique
Résumé
The building sector holds a pivotal position in influencing our artificial landscape, emphasizing the pressing need to embrace green and inventive approaches, equipment, and instruments to mitigate its ecological impacts. In this study, a comprehensive evaluation of environmental burdens associated with construction methods in the remote area of Attawapiskat, a First Nation community located in northern Ontario, Canada, is carried out. The study includes a detailed comparison of the sustainability between 3D printing technology and conventional construction approaches. Six distinct scenarios for comparing 3D printing technology and conventional construction in Attawapiskat were identified. Subsequently, a cradle-to-gate life cycle analysis (LCA) was conducted for each scenario, facilitated by SimaPro software. The environmental impact across various categories was then compared. Ultimately, sensitivity analyses were employed to interpret the results, assessing the influence of variations on our findings. Our study highlights a substantial environmental improvement when using Geo-polymer concrete in 3D printing in construction compared to conventional methods. To boost 3D printing's eco-friendliness further, we advocate local material sourcing to cut transportation emissions and reduce the carbon footprint, ultimately advancing sustainability in construction. • Comprehensive evaluation of environmental burdens associated with construction methods in remote area of Attawapiskat. • Comparison of the sustainability between 3D printing technology and conventional construction approaches. • Analyze six distinct scenarios for comparing 3D printing technology and conventional construction in Attawapiskat. • Explore the benefit of using Geo-polymer concrete in 3D printing in construction compared to conventional methods. • Provide suggestions to reduce transportation emissions and carbon footprint to boost 3D printing's eco-friendliness.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».