文献

J-GLOBAL ID：202102245141568379   整理番号：21A0206354

ユーティリティのある大規模アプリケーションのために設計した自動生成,多重特徴化,個人化エコフィードバックに対応した住宅電力保存【JST・京大機械翻訳】

Residential electricity conservation in response to auto-generated, multi-featured, personalized eco-feedback designed for large scale applications with utilities

著者 (16件)： Meinrenken Christoph J. (Data Science Institute, Columbia University, New York, USA) ,  Meinrenken Christoph J. (Earth Institute, Columbia University, New York, USA) ,  Abrol Sanjmeet (Data Science Institute, Columbia University, New York, USA) ,  Gite Gaurav B. (Data Science Institute, Columbia University, New York, USA) ,  Hidey Christopher (Dep. of Computer Science, Columbia University, New York, USA) ,  McKeown Kathleen (Data Science Institute, Columbia University, New York, USA) ,  McKeown Kathleen (Dep. of Computer Science, Columbia University, New York, USA) ,  Mehmani Ali (Data Science Institute, Columbia University, New York, USA) ,  Modi Vijay (Data Science Institute, Columbia University, New York, USA) ,  Modi Vijay (Dep. of Mechanical Engineering, Columbia University, New York, USA) ,  Turcan Elsbeth C. (Dep. of Computer Science, Columbia University, New York, USA) ,  Xie Wanlin (Dep. of Computer Science, Columbia University, New York, USA) ,  Culligan Patricia J. (Data Science Institute, Columbia University, New York, USA) ,  Culligan Patricia J. (Earth Institute, Columbia University, New York, USA) ,  Culligan Patricia J. (Dep. of Civil Eng. and Eng. Mechanics, Columbia University, NY, USA) ,  Culligan Patricia J. (Dep. of Civil & Env. Eng. & Earth Sciences, U. of Notre Dame, Notre Dame, USA)
資料名： Energy and Buildings  (Energy and Buildings)
巻： 232  ページ： Null  発行年： 2021年 
JST資料番号： A0199A  ISSN： 0378-7788  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 過去の研究は,その電力利用に関するフィードバックを持つ居住者の提供が需要とその関連する環境負荷を削減できることを示しているが,そのようなフィードバックが最も効果的になされているかに関して,いくつかの疑問が残っている。著者らは,それぞれ,2か月にわたって14のフィードバックメッセージを受けた36人の住民の電力利用を追跡した。自然言語処理から借るアプローチを用いて,ランダム組合せで10の特徴を用いてフィードバックを自動的に発生させた。以前の研究とは異なり,各居住者は時間にわたって様々なタイプのメッセージを受信した。504の観測において,メッセージを受けなかった89人の住民の対照群と比較して,電力使用の平均促進は1±3%であった。最大削減を促進するフィードバックタイプは,1つの以前の使用(平均削減14%)と1つのフィードバックサイクルから次の(平均削減16%)までの高い多様性のメッセージとの自己比較であった。隣人との比較は,平均でより高い減少を促進しなかった。代りに,居住者の最近の使用が近隣の平均使用より高く,そして,逆が真であったときに増加するときだけ,それらは減少を促進した。この行動は,すべての住民によって示され,類似の文脈で以前に示唆されたアンチコンフォーム「ボアラン」行動よりむしろ,住民の近隣の平均的使用への規範的な平均復帰によって説明されている。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *電力 ,  自然言語処理 ,  *多重化 ,  *応用プログラム ,  住民 ,  環境影響
準シソーラス用語： *自動生成 ,  電力利用 , 【Automatic Indexing@JST】

著者キーワード (8件)： 省エネルギー ,  電気利用 ,  エコフィードバック ,  社会的比較 ,  自然言語処理 ,  ブーメラン効果 ,  感情 ,  平均復帰

分類 (2件)： エネルギー消費・省エネルギー  (LD01000B) ,  建築設備一般  (RB06010V)

タイトルに関連する用語 (10件)： ユーティリティ ,  大規模 ,  アプリケーション ,  設計 ,  自動生成 ,  多重 ,  個人化 ,  フィードバック ,  住宅 ,  保存