A strong straw policy can supply three quarters of the insulation needs for construction and renovation in France
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.
Notice bibliographique
Résumé
The building sector is a major contributor to greenhouse gas (GHG) emissions, and regulations are increasingly promoting the use of bio-based insulation materials to support decarbonization. After an interesting literature review, this study evaluates the potential of wheat straw as an insulation material for construction and renovation in France. It quantifies the amount of straw realistically available for these applications while accounting for competition from other sectors, such as agriculture and bioenergy. Five allocation scenarios are considered, ranging from 0 % to 100 % of available straw dedicated to buildings. A quantitative methodology is applied, segmenting the French building stock based on construction type and compactness coefficients. Two scenarios, “carbon neutrality” and “business as usual +”, are calculated to determine straw insulation requirements. The results show that with an annual straw production of 3.6 million tons, allocating 50 % of the remaining usable straw to buildings could insulate 38 % of new and existing buildings. Under a strong policy scenario where 100 % of the remaining straw is allocated, up to three quarters (77 %) of insulation needs for construction and renovation could be met. Then, a comparative analysis with other insulation materials highlights that straw has a significantly lower GHG footprint and embodied energy but remains more expensive than conventional materials such as expanded polystyrene (EPS) or glass wool. These findings emphasize the potential of straw insulation to contribute to France’s climate objectives. However, data refinement, particularly for tertiary buildings are needed.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle