MétaCan
Menu
Retour à la cohorte
Enregistrement W7128046551 · doi:10.22260/crc-csce-2025/0056

Integrating Life Cycle Assessment in Space Layout Planning for Minimizing the Embodied Carbon Emissions of Modular Buildings - Identification of Influencing Factors

2025· article· W7128046551 sur OpenAlexfundno aff
Leila Rafati Sokhangoo, Mazdak Nik‐Bakht, Sang Hyeok Han, Amirhossein Mehdipoor, Aryan Hojjati, Joon Ha Hwang

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Council Canada
Mots-clésModular designIdentification (biology)Life-cycle assessmentSpace (punctuation)Greenhouse gasKey (lock)

Résumé

récupéré en direct d'OpenAlex

In modular building, space layout planning (SLP) involves the strategic arrangement and dimensioning of modules to enhance space efficiency and functional performance.Since SLP has a major influence on reducing the environmental burden when influential attributes are being decided, integrating SLP with Life Cycle Assessment (LCA) is important for enhancing the sustainability of modular buildings.However, most LCA studies have primarily emphasized the construction and operation phases as key stages for impact reduction, often neglecting the design stage.Even when the design stage is considered, modular specifications are frequently neglected.To address this gap, this study aims to extract specific modular SLP factors that significantly influence the comparative LCA of potential SLP alternatives.This paper builds on identifying key SLP parameters affecting the comparative LCA of modular buildings.By identifying influential SLP parameters on comparative LCA, we refine the methodology to accurately capture these parameters in existing layouts, thereby enhancing the precision and applicability of LCAs in modular construction.The research methodology begins by filtering SLP parameters through defined criteria to reach the main list of factors that can be affecting comparative LCA.Based on these factors, a novel method is developed to effectively extract SLP parameters from the layout.The SLP is prepared to extract the identified factors by identifying, labeling, and/or numbering modular components in this method.This research develops a structured methodology for identifying and extracting key SLP parameters, improving LCA integration, and supporting sustainable modular design.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,308
Écart entre enseignants0,294 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnvironmental Impact and SustainabilityTravaux en français237 207