Developing a weighting scheme for building operational performance: A case study from the Netherlands
Notice bibliographique
Résumé
• A novel ontology for buildings’ stakeholder analysis is developed. • This study proposes a weighting scheme for buildings’ operational performance. • Occupants’ needs are considered the most important during building operation. • Individual variations in performance priorities are significant. • Results inform on adapting SRI weighting scheme to regional contexts. Building operations must balance the often-competing performance objectives of occupants’ needs, energy efficiency, and power grid demand, posing a complex multi-criteria decision-making problem. Tailored weighting schemes offer practical approaches to synthesize these diverse performance aspects onto a common scale, effectively informing building operations and overall performance evaluations. However, such schemes remain underdeveloped. To address this gap, a stakeholder ontology was first developed to analyze power dynamics and information flows among stakeholders involved in building operational performance. Building managers were identified as key stakeholders to determine weights of such a scheme. Subsequently, building on the Smart Readiness Indicator (SRI) framework, a survey was conducted to calculate the weights for commercial buildings using the Analytic Hierarchy Process (AHP). Inputs from 27 building managers in the Netherlands were collected, along with 13 building owners and 13 international researchers. Results showed that performance aspects were not equally weighted. Building managers prioritized occupants’ health and wellbeing, building service downtime, and occupant comfort, while assigning the lowest weight to operational cost. Building owners and researchers also agreed with these top three priorities. However, considerable individual variation in priorities was observed, even after accounting for stakeholder roles, building types, and country. These findings suggest that the SRI weighting scheme should be adapted to regional contexts and highlight the necessity for customizable building management dashboards tailored to specific building conditions. Finally, the proposed weighting scheme offers pragmatic insights to support decision making in building operations, policy development, certification systems development, and smart building control and management.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».