Anàlisi de l'impacte energètic del confinament pel COVID-19 en els edificis UPC
Bibliographic record
Abstract
La primera meitat d’aquest any 2020 ha estat clarament marcada per l’esclat de la pandèmia per COVID-19, motiu pel qual la UPC va romandre tancada des del 13 de març fins a principis de juny. L’objectiu d’aquest projecte és analitzar l’evolució del consum d’electricitat de la totalitat dels edificis de la Universitat durant el primer quadrimestre lectiu de l’any per observar els efectes del tancament. A més, per quantificar la reducció total de l’electricitat consumida durant aquest període, es realitzarà una comparació del consum elèctric total de cada un dels edificis respecte a l’any 2019. En primer lloc, es duu a terme una introducció per conèixer l’estat energètic actual de la UPC. S’exposen els diferents objectius adoptats per la Universitat al Pla UPC Energia 2020 de sostenibilitat Energètica, i es realitza una anàlisi de l’informe SIRENA 2019. També s’explica el funcionament dels sistemes de monitorització de consums, aprofundint en el sistema emprat per la UPC, el sistema d’informació de recursos energètics i aigua (SIRENA). Seguidament, es realitza l’anàlisi del consum elèctric de cada un dels edificis que componen els campus de la UPC. Per realitzar aquest estudi, s’ha seguit una estructura similar en tots els campus i edificis, començant per identificar la distribució i superfície de cadascun d’ells, analitzant l’evolució del consum d’electricitat mensual des del 10 de febrer fins al 31 de maig del 2020 i finalitzant amb una comparació de les evolucions del consum elèctric durant aquest mateix període dels últims tres anys. Aquests últims dos passos s’han realitzat amb l’ajuda de gràfics per tal d’aconseguir una interpretació més intuïtiva dels resultats. Finalment, un cop obtinguts els resultats de l’anàlisi realitzada, s’ha determinat una nova línia d’actuació en el futur per la UPC per tal de reduir el consum energètic dels diferents campus, consistent en centrar-se a reduir el consum romanent dels edificis, que avui dia representa una fracció molt important del consum total de la Universitat. Totes les dades necessàries per realitzar aquest estudi s’han extret de la plataforma SIRENA. El fet que en alguns edificis aquestes dades estiguin incompletes, ha provocat que aquests no es puguin incloure a l’estudi, limitant d’aquesta manera l’abast total del projecte. Tot i això, s’ha pogut analitzar la gran majoria d’edificis i extreure resultats concloents.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".