文献

J-GLOBAL ID：202202241226869840   整理番号：22A0435456

世帯のリバウンド関連環境フットプリントを評価するための新しい機械学習アプローチと共同住宅への適用【JST・京大機械翻訳】

A novel machine-learning approach for evaluating rebounds-associated environmental footprint of households and application to cooperative housing

著者 (6件)： Shinde Rhythima (Swiss Federal Institute of Technology, ETH Zurich, Department of Civil, Environmental and Geomatic Engineering, Institute of Environmental Engineering, Ecological Systems Design, John-von-Neumann-Weg 9, 8093, Zuerich, Switzerland) ,  Froemelt Andreas (Swiss Federal Institute of Technology, ETH Zurich, Department of Civil, Environmental and Geomatic Engineering, Institute of Environmental Engineering, Ecological Systems Design, John-von-Neumann-Weg 9, 8093, Zuerich, Switzerland) ,  Froemelt Andreas (Future Cities Lab Global, Zurich Hub, Singapore-ETH Centre at CREATE, Switzerland) ,  Kim Aleksandra (Swiss Federal Institute of Technology, ETH Zurich, Department of Civil, Environmental and Geomatic Engineering, Institute of Environmental Engineering, Ecological Systems Design, John-von-Neumann-Weg 9, 8093, Zuerich, Switzerland) ,  Kim Aleksandra (Paul Scherrer Institute, Technology Assessment Group, Forschungsstrasse 111, 5232, Villigen PSI, Switzerland) ,  Hellweg Stefanie (Swiss Federal Institute of Technology, ETH Zurich, Department of Civil, Environmental and Geomatic Engineering, Institute of Environmental Engineering, Ecological Systems Design, John-von-Neumann-Weg 9, 8093, Zuerich, Switzerland)
資料名： Journal of Environmental Management  (Journal of Environmental Management)
巻： 304  ページ： Null  発行年： 2022年 
JST資料番号： H0435B  ISSN： 0301-4797  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 複数の環境政策は,資源効率を高め,高い環境影響で商品とサービスの消費を低減することを目的とする。これは,コスト節減,従って環境影響による付加的消費(再結合効果)につながる。本研究では,管理された機械学習モデル(即ち,ランダムフォレスト回帰の適用)を開発し,消費リバウンド効果を定量化した。以前のアプローチとは対照的に,それは多用途の方法であり,特定の家庭特性と消費の全プロファイルを考慮して,家庭レベルでの収入関連リバウンドを推定することができる。家庭の社会経済的特性(例えば所得,年齢グループ)を,家庭の依存消費費用を検出するために,回帰者に対する独立特性として使用した。このように,この方法は,リバウンド効果の防止または低減のために,リバウンドを理解し,標的対策を開発するためのボトムアップ研究として使用できる。この方法の適用を説明するために,スイスの協同住宅の事例に適用した。環境目標に加えて,協同目的は,手頃な住宅を提供し,そして,削減された料金は,テナントの使い捨て収入を増加させる。結果は,家庭が住宅(例えばより大きなアパート)と旅行に関して,「外の収入を費やす傾向があることを示した。前者では,協同は既に,人当たり許可されたアパートエリアを規制する政策を持ち,それは,環境インパクトを規制する。後者では,低所得の家庭は,特に,自動車の購入と運転に関して,それらの余分の一覧を費やし,一方,高所得グループは,レクリエーションと包装の休日を,むしろ費やした。旅行,住宅,衣服およびパーソナルケア製品は,スイスFranc(約0.3~0.6kgCO_2-eq/CHF)で最も高い排出を持つ。したがって,環境目標を危うくするために,これらの費用を他の消費にシフトさせるための動機を提供することが推奨される。また,この方法を,その汎用性を例証するために,エネルギー効率の良いデバイスによるリバウンドなどの他の応用の範囲にも使用した。Copyright 2022 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： 再結合 ,  自動車 ,  *集合住宅 ,  衣服 ,  スイス連邦 ,  汎用性 ,  レクリエーション ,  料金 ,  環境影響 ,  エネルギー効率 ,  *機械学習 ,  環境政策
準シソーラス用語： テナント ,  ボトムアップ ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (5件)： 機械学習 ,  回帰 ,  リバウンド ,  住宅部門 ,  環境フットプリント

分類 (1件)： 環境問題  (SA01020V)

タイトルに関連する用語 (8件)： 世帯 ,  リバウンド ,  環境 ,  フットプリント ,  評価 ,  機械学習 ,  共同 ,  住宅