Leveraging building permit data for large-scale embodied carbon assessment of residential building construction
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
Abstract The construction sector must balance reducing embodied greenhouse gas (GHG) emissions with meeting the rising global demand for infrastructure driven by population growth. While existing research on additional housing provision often focuses on the environmental implications of new buildings, a push towards circular economy initiatives has shed light on the renovation of existing building as an alternative pathway for additional dwelling creation. This study quantifies embodied GHG emissions for over 65 000 residential construction projects from 2018 to 2023 by analyzing open-source building permit data from six North American municipalities. Through a hybrid approach that combines regional input–output models and reported construction costs, we estimate embodied emissions for newly built residential dwellings and dwellings added through renovations of existing buildings. Our results show that new single-dwelling buildings have a higher average GHG emission intensity than new multi-unit residential buildings and are also ∼10 times more GHG intensive than single-dwelling additions to existing buildings. In contrast, units in new multi-unit buildings with over 10 dwellings are on average 1.5–3 times more GHG-intensive than additions to existing buildings. We show that best-in-class dwelling additions have 30%–90% less embodied GHG compared to the median GHG intensity of new dwellings. However, dwellings added through the most GHG-intensive renovations exceeded the emissions of newly built units in up to 40% of cases in large multi-unit buildings. This study provides insight into the scale and intensity of renovation activities while demonstrating the utility of building permit data for embodied GHG and circularity assessments, providing valuable insights for sustainable housing and resource management policies.
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 | 0,004 | 0,001 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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