Boiler Retrofits and Decarbonization in Existing Buildings: HVAC Designer Interviews
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
In this study, we investigate methods to reduce carbon emissions from existing large commercial buildings with central natural gas-fired boilers used for space heating. This research explores opportunities to reduce natural gas use through improved building operations and through building decarbonization. We conducted one-hour interviews with 17 mechanical HVAC designers, together having over 350 years of industry experience, professional tenures at engineering consulting firms and design/build firms, and project work in California, New York, Texas, Alaska, the United Kingdom, and Canada. We asked a mix of quantitative and qualitative questions, covering four topic areas: General Background, Peak Heating Load and Boiler Selection, Boiler Controls, and Existing Building Decarbonization. The interviews yielded insight into industry practices, including determining peak heating load, equipment redundancy, boiler staging controls, Heating Hot Water temperature resets, challenges of building electrification, and design considerations for building decarbonization. From the interview results, we developed five key findings: (1) New boilers are oversized, (2) Actual building load distributions are not available, (3) Heating Hot Water temperatures are too high, (4) Boiler end-of-life is not the best electrification opportunity, (5) Reduce building emissions even if all-electric is infeasible. There are many challenges to reducing carbon emissions from existing buildings, but we conclude there are also many opportunities to make immediate positive change.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| 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