MétaCan
Menu
Retour à la cohorte
Enregistrement W7061015721

Olemassa olevan toimistorakennuksen energiaratkaisujen optimointi

2017· other· fi· W7061015721 sur OpenAlexaboutno aff

Notice bibliographique

RevueAaltodoc (Aalto University) · 2017
Typeother
Languefi
DomaineEngineering
ThématiqueAdvanced Power Generation Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Order (exchange)Data collectionQuarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Rakennukset ja rakentaminen aiheuttavat noin 40 % Suomen CO2-päästöistä, joten päästötavoitteet saavuttaakseen Suomen tulee parantaa merkittävästi myös olemassa olevien rakennusten energiatehokkuutta. Työssä tutkittiin 80-luvun loppupuolella rakennettua Colosseum-toimistorakennusta ja siihen soveltuvia energiaratkaisuja. Kiinteistön omistajan kannalta tärkein taloudellinen mittari on kiinteistön käyttöaste, minkä vuoksi työssä arvioitiin myös ehdotettujen energiaratkaisujen mahdollisia vaikutuksia kiinteistön houkuttelevuuteen vuokramarkkinoilla ja siten kiinteistön käyttöasteeseen. Kirjallisuuskatsauksessa perehdyttiin hajautetun energiantuotannon ratkaisuihin ja tulevaisuuden energiatrendeihin, jonka perusteella potentiaalisimmat energiaratkaisut valittiin tarkempaan tarkasteluun. Energiaratkaisujen laskennassa hyödynnettiin työkaluina muun muassa Earth Energy Designer-ohjelmaa maalämpölaskennassa sekä dynaamista laskentatyökalua IDA ICE:a sisäpihan kattamisen osalta. Parhaiden energiaratkaisujen valinnassa hyödynnettiin stokastista monikriteeristä arvostusanalyysia (SMAA) ja Monte Carlo-simulointiin pohjautuvaa SMAA-työkalua. Mallin kriteereiksi valittiin sisäisen korkokannan, E-lukuvaikutuksen sekä CO2-päästövähennyksen lisäksi myös ratkaisujen vaikutus kiinteistön houkuttelevuuteen vuokramarkkinoilla, jonka arvot määritettiin asiantuntijapaneelin avulla. SMAA-analyysi suoritettiin aluksi ilman asiakasedustajan preferenssidataa, jotta saatiin informaatiota kriteerien painotuksen vaikutuksesta lopputulokseen. Yhtälailla analyysi suoritettiin huomioimalla asiakasedustajan preferenssit informaation saamiseksi tarkasteluvaihtoehtojen todellisesta hyväksyttävyydestä. Analyysissa huomioitiin myös vaihtoehtojen osalta 2 eri skenaariota. Jälkimmäisessä rajattiin pois ne vaihtoehdot, jotka edellyttäisivät nykyisen lämmönjakojärjestelmän saneerausta vesikiertoiseen. Preferenssidata huomioiden, SMAA-analyysin perusteella paras vaihtoehto oli katolle ja julkisivulle asennettavat aurinkosähköjärjestelmät oletuksella, että kiinteistössä ei tehdä suurempaa saneerausta. Mikäli mahdollisuus suurempaan saneeraukseen huomioidaan, on vesikiertoisella lämmönjakojärjestelmällä toimiva maalämpöjärjestelmä 400 m syvyisillä kaivoilla paras ratkaisu. Mikään vaihtoehdoista ei ollut varsinaisesti kustannustehokas pelkän energian takaisinmaksuajan valossa, mutta soveltuvimpien ratkaisujen toteuttamista puoltavat arvioidut positiiviset vaikutukset kiinteistön houkuttelevuuteen vuokramarkkinoilla.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,006

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 Opus0,012
Tête enseignante GPT0,206
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAaltodoc (Aalto University)Même sujetAdvanced Power Generation TechnologiesTravaux en français237 207