Diseño de las instalaciones para un edificio de obra nueva de 63 viviendas, 4 locales y aparcamiento en Barcelona
Bibliographic record
Abstract
El meu nom és Ricardo García Tébar, estudiant del Grau d'Enginyeria Elèctrica. Sempre he somiat amb dedicar-me al món de l'enginyeria, concretament tot el relacionat amb les energies renovables. Quan vaig iniciar el meu camí acadèmic per a especialitzar-me en això vaig realitzar dos graus superiors, “Eficiència energètica” i “Desenvolupament de projectes d'instal·lacions tèrmiques i de fluids”. Gràcies a això vaig començar a treballar en un despatx d'enginyeria a Barcelona en el qual compleixo 7 anys en uns mesos. El poder compaginar tant la part acadèmica com la laboral em va fer començar a veure el món amb altres ulls. Els dos primers anys realitzava certificats energètics i cèdules d'habitabilitat, a mesura que va anar augmentant el meu desenvolupament vaig sentir molt d'interès sobretot tipus d'instal·lacions que pugui incloure un habitatge i analitzar com afecta tant a nivell energètic com en consum d'energies no renovables i emissions de CO₂. Quan vaig finalitzar els dos graus d'FP, em van animar a continuar estudiant, però aquesta vegada per a estudiar una enginyeria, en aquest cas l'especialitat elèctrica. Tot va ser molt complicat, sobretot al principi l'aprendre a com portar els estudis i mantenir l'eficiència en el meu lloc de treball que aviat canviaria de rumb dràsticament. En el segon any de carrera vaig començar a dedicar-me als projectes d'instal·lacions tant com per a reformes integrals com per a edificis de nova construcció, també vaig començar a realitzar llicències d'activitats tant com per a establiments com naus industrials on s'analitza tant la part ambiental com la instal·lació de protecció contra incendis, aquesta última apareixerà en el present projecte.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.004 |
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".