MétaCan
Menu
Retour à la cohorte
Enregistrement W4413402717 · doi:10.1016/j.resconrec.2025.108548

Differences in how we build: Material use and intensity in small multi-units’ buildings in Brazil, Canada, Greece, Nigeria and Switzerland

2025· article· en· W4413402717 sur OpenAlexafffundabout
Christiana Vann, Letzai Ruiz-Valero, Santiago Zuluaga, Tomer Fishman, Shoshanna Saxe

Notice bibliographique

RevueResources Conservation and Recycling · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSustainable Building Design and Assessment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesEuropean Research CouncilEuropean CommissionNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsUniversity of TorontoCement Association of Canada
Mots-clésIntensity (physics)Architectural engineeringGeographyCivil engineeringEnvironmental scienceAgricultural economicsEngineeringEnvironmental protectionEconomics

Résumé

récupéré en direct d'OpenAlex

The growing global population is increasing the demand for housing at the same time as the ecological limits requires much more resource-efficiency. This study examines material use and intensity (MI) in small multi-unit buildings across five countries (Brazil, Canada, Greece, Nigeria, and Switzerland). Using detailed bottom-up material quantification the study compares 50 small multi-unit residential buildings - with 3 to 35 units - built between 2014 and 2024. Concrete use is dominant across countries, making up 75 % of the material mass, particularly in floors, slabs, and exterior walls. Security concerns are found to increase material use. Climate also has an impact on MI. Overall, building size and cultural preferences, including bedroom and bathroom sizes, drive material use. This research adds needed geographical diversity to our understanding of construction material use and insight on how building norms drive MI.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,289
Score d'incertitude au seuil0,911

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,023
Tête enseignante GPT0,221
Écart entre enseignants0,198 · 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'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueResources Conservation and RecyclingMême sujetSustainable Building Design and AssessmentTravaux en français237 207