A carbon-centric evaluation framework for building-integrated agriculture: a comparison of three farm types and building standards
Notice bibliographique
Résumé
This paper explores the potential of Building-Integrated Agriculture (BIA) as a strategy to align urban agriculture systems with building lifecycle sustainability goals. BIA systems such as indoor vertical farms, rooftop greenhouses, and soil-based urban farms promise to bolster urban food security and resource circularity. However, their environmental impacts can be further optimized via integration with building resources and strategic design, which requires a standardized framework for evaluating life-cycle metrics. This study develops a cross-industry Life Cycle Assessment (LCA) framework that harmonizes agricultural and building performance indicators, using carbon as a unifying metric to evaluate operational and embodied impacts. The research combines a meta-analysis of existing LCA studies, detailed case study evaluations, and novel paired metrics to quantify energy use, water use, and greenhouse gas emissions within a case study. Key findings identify operational carbon hotspots, infrastructure inefficiencies, and embodied carbon challenges while highlighting opportunities for integrating resource recovery strategies, such as greywater reuse and waste heat recovery. The results reveal trade-offs between productivity and environmental impact, with vertical farms demonstrating high yields but significant energy intensity, while soil-based systems excel in resource efficiency but exhibit lower output. This work introduces a structured methodology for cross-industry data integration and offers actionable insights for designers, growers and developers. By redefining system boundaries and incorporating reciprocal benefits between BIA and host buildings, this framework provides a pathway toward more sustainable urban agricultural practices and resilient urban ecosystems.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».