MétaCan
Menu
Retour à la cohorte
Enregistrement W97028428 · doi:10.1139/tcsme-2009-0009

GREENING THE UK BUILDING STOCK: Historic Trends and Low Carbon Futures 1970-2050

2009· article· en· W97028428 sur OpenAlexvenueno aff
Andy Brown, Geoffrey P. Hammond, C I Jones, F. Joseph Rogers

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2009
Typearticle
Langueen
DomaineEnergy
ThématiqueEnergy Efficiency and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStock (firearms)Futures contractGreenhouse gasGreeningBusinessEfficient energy useLow-carbon economyEnergy performanceNatural resource economicsEnvironmental economicsEnvironmental scienceEngineeringEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

Historic trends and future projections of energy use and carbon dioxide emissions associated with the United Kingdom building stock are analysed for the period 1970-2050. Energy use in housing is found to rise at a slightly slower rate than the increase in household numbers, which totalled some 25.5 million in 2000. It appears feasible to reduce carbon dioxide (CO2) emissions in the UK domestic building stock by more than 65% by 2050. But this would require a significant take-up of energy saving measures and the adoption of various low or zero carbon (LZC) energy technologies. Non-domestic buildings consisted of some 1.98 million premises in 2000. Anticipated changes in the UK Building Regulations will lead to reductions in energy use and carbon emissions of up to 17% and 12% respectively for 2010 standard buildings. Improvements in the non-domestic building stock and industrial processing could lead to a reduction of nearly 59% in CO2 emissions, via the adoption of LZC energy technologies. Thus, the potential for ‘greening' the UK building stock – making it environmentally benign - is large, but the measures needed to achieve this would present a significant challenge to the UK government, domestic householders, and industry in the broadest sense.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil0,318

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,195
Écart entre enseignants0,188 · 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'étudeObservationnel
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

Citations10
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetEnergy Efficiency and ManagementTravaux en français237 207