Designing energy-positive neighborhoods: A modular framework for integrated planning and policy guidance
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
This study proposes a modular and scalable framework for evaluating energy performance at the neighborhood scale, supporting the design of net-zero and energy-positive urban districts. Using archetype-based models of 11 representative Canadian neighborhood typologies, varying in density, land use, and form, the framework analyzes energy outcomes under multiple configurations, including microgrid coordination, renewable-powered district heating (geothermal and PV/T), landscape-integrated photovoltaics (LPV), and electric vehicle (EV) integration with vehicle-to-grid (V2G) functionality. Results show that integrating LPV over 20 % of public open space increases local generation reducing energy deficits by 20–30 % in high-density neighborhoods. Scenarios using PV/T based district heating (Scenario 4) achieved up to 90 % and 80 % reductions in net energy deficits in dense mixed-use neighborhoods (MU1 and MU2, respectively), compared to the baseline. V2G integration further reduced EV-related energy deficits by up to 25 % relative to uncontrolled charging scenarios. Additionally, strategic aggregation of complementary neighborhoods enabled the formation of energy-positive clusters, even when individual neighborhood units remained energy deficit. Although the analysis relies on simplified, correlation-based models and average annual inputs, the framework provides actionable insights during early planning phases, enabling rapid assessment of cross-sectoral design strategies for resilient, low-carbon urban development.
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