MétaCan
Menu
Retour à la cohorte
Enregistrement W4410385167 · doi:10.1016/j.erss.2025.104128

Heating up, cooling off: exploring cooling behaviours at home in Aotearoa New Zealand

2025· article· en· W4410385167 sur OpenAlexaff
Kimberley O’Sullivan, Rachel Kowalchuk Dohig, Zhiting Chen, Terence Jiang, Nevil Pierse, Mylène Riva, Runa Das

Notice bibliographique

RevueEnergy Research & Social Science · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensRoyal Roads UniversityRoyal College of Physicians and Surgeons of CanadaMcGill University
Organismes subventionnairesMarsden FundMinistry of Business, Innovation and EmploymentHealth Research Council of New ZealandRoyal Society Te ApārangiUniversity of Otago
Mots-clésAotearoaWater coolingEnvironmental scienceSociologyEngineeringMechanical engineeringGender studies

Résumé

récupéré en direct d'OpenAlex

We explored the experiences of summer indoor overheating and summer cooling behaviours in Aotearoa New Zealand using a postal survey. Limited research has engaged with New Zealander's cooling behaviours due to a temperate climate. However, poor thermal dwelling quality and climate warming mean that summer indoor overheating is possibly an emerging problem. The survey was carried out between December 2021 and February 2022, with 641 respondents in total. Overheating was self-reported by almost three quarters of respondents. Use of passive cooling methods was most common, but active cooling methods (e.g. electric fans, heat pump cooling) were used by almost three quarters of respondents. Of the 65 % of households who had a heat pump, 72 % of these used it for cooling. Research from Aotearoa New Zealand has previously shown low use of energy intensive active cooling methods, indicating a change in cooling behaviours. To limit increased residential energy demand and emissions associated with more energy intensive active cooling, both improved housing thermal performance and behavioural change interventions that prioritise passive cooling approaches are required. We also find significant disparity in overheating, and access to and affordability of cooling to achieve comfortable and healthy indoor temperatures. This inequity requires urgent investigation and policy action.

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 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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,102
Score d'incertitude au seuil0,630

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
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 Opus0,054
Tête enseignante GPT0,326
Écart entre enseignants0,271 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy Research & Social ScienceMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207