Growing greener cities – The potential for engineered wood construction to lower Montreal’s environmental impact
Notice bibliographique
Résumé
Deep decarbonization of buildings and construction is required to reduce the 40% of global carbon emissions produced by this sector.Mass-timber construction that substitutes carbon-capturing wood for carbon intensive materials like steel and concrete can assist in this transition.However, most studies of material use and embodied carbon in the built environment are deficient in that they rarely analyze the city-scale, and they seldom capture connections between the city and hinterlands that supply most construction materials.As such, we lack knowledge to effectively decarbonize new construction in cities and do not know the potential impacts, such as deforestation, of large-scale mass-timber construction in cities.We address these knowledge gaps through a city-wide assessment of three key construction materials -steel, concrete, and wood -in the city of Montreal, Canada.We combine bottom-up material accounting of the building stock with life cycle assessment to analyze the carbon emissions and land change implications of future development scenarios in the city.We compare the "status quo" construction reliant on concrete and steel to the use of renewable, regionally available materials, such as mass timber at the neighborhood and city scales.This thesis provides much-needed insights to aid the construction sector in strategically implementing low-carbon development that decreases the environmental impacts of urbanization both in cities and in their hinterlands.We find the average embodied carbon impact of modern residential housing on the Montreal Agglomeration to be 2.7 T CO2eq./capita.We estimate that agglomeration wide transition to engineered wood construction and/or increased settlement density does not necessarily decrease this footprint across each individual municipality/arrondisement.We do find that scale up of engineered wood construction could be supported by Quebec's harvestable forests.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».