論文の概要: Unfit for stranding assessment: a panel-scale multimodal-LLM audit of building-decarbonisation disclosure (BeDA)

• arxiv url: http://arxiv.org/abs/2607.22006v1
• Date: Fri, 24 Jul 2026 06:12:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 20:58:57.057216
• Title: Unfit for stranding assessment: a panel-scale multimodal-LLM audit of building-decarbonisation disclosure (BeDA)
• Title（参考訳）: ストランドリング評価の不適合性:ビル・脱炭開示(BeDA)のパネルスケールマルチモーダル・LLM監査
• Authors: Jingyi Xu, Minghui Cheng, Anchen Sun,
• Abstract要約: ストランド規制は、建物のポートフォリオの炭素強度を平方メートルあたり測定できることを前提としている。 5分の1のビルト・エコノミネーション・ファーム・リポートだけで、稼働中の炭素強度は$m2$と公表されている。 ポートフォリオのサイズが制御されると、信頼性はストランド化の準備ができていない。
• 参考スコア（独自算出の注目度）: 16.042639467571583
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Buildings account for roughly 34% of global final energy use and 37% of energy- and process-related CO$_2$ emissions. Stranding regulation now being enacted (New York City Local Law 97, the EU Energy Performance of Buildings Directive recast) presupposes that a building portfolio's carbon intensity can be measured per square metre and compared against a science-based pathway. Whether corporate disclosure is actually fit for that comparison has not, to our knowledge, been measured at scale. We introduce BeDA (the Built-environment Decarbonisation-disclosure Auditor), a multimodal large-language-model instrument, and apply it to a global firm panel (2,246 firms, 2003-2023). Its standards-compliance score is reliable across models and model families and convergent with three independent external criteria. Most disclosure is unfit: only about one built-environment firm-report in five discloses operational carbon intensity per $m^2$ (21.5% in a region-stratified sample of 200 firm-reports, Wilson 95% CI [16.4%, 27.7%], inter-extractor $κ$=0.95; 45.5% across 519 real-estate firm-reports, $κ$=0.97). The rate is roughly twice as high in Europe as in the United States (64-74% versus 37% for listed real estate). Among the 215 real-estate firm-reports for which an intensity can be constructed, 39% already exceed the Carbon Risk Real Estate Monitor (CRREM) 1.5 °C pathway's intensity limit. Credibility does not predict stranding readiness once portfolio size is controlled; this is a screening tool, not a forecast. The main obstacle to enforceable building-stranding regulation is therefore a measurable, jurisdiction-specific reporting gap, one that a targeted disclosure mandate can close and that BeDA can monitor.
• Abstract（参考訳）: 建物は、世界の最終エネルギー使用量の約34%と、エネルギーおよびプロセス関連のCO$_2$排出量の37%を占めている。 現在制定されているストランド法(ニューヨーク市地方法97号)では、建物ポートフォリオの炭素強度を平方メートルあたりで測定し、科学に基づく経路と比較することを前提としている。 企業による開示が実際にその比較に当てはまるかどうかは、私たちの知る限り、大規模に測定されてはいません。 本研究では, マルチモーダルな大規模言語モデル機器であるBeDA(ビルディング環境デカーボライゼーション開示オーディケータ)を導入し, グローバル企業パネル(2,246社, 2003-2023社)に適用する。 標準準拠スコアはモデルとモデルファミリにまたがって信頼性が高く、3つの独立した外部基準に収束する。 殆どの開示は不適当である:5分の1のビルトインエビデント・ファーム・リポートのみが、200のファーム・リポート、ウィルソン95% CI [16.4%, 27.7%]、インター・エクストラトラクター $κ$=0.95; 45.5%、不動産・リポート 519のファーム・リポート中$κ$=0.97)の地域統計標本で、$m^2$(21.5%)のオペレーション・カーボン強度を開示している。 ヨーロッパでは、米国では64-74%、不動産では37%)の約2倍である。 強度を構築できる215の不動産会社報告のうち、39%はすでに炭素リスク不動産モニター(CRREM)1.5°Cパスの強度限界を超えている。 ポートフォリオのサイズが制御されると、信頼性はストレッチの準備ができていない。 したがって、規制を強制する主な障害は、測定可能で、管轄に特有な報告ギャップであり、それは、対象の開示委任状が閉鎖可能であり、BeDAが監視できるものである。

関連論文リスト

• GeoNatureAgent Benchmark: Benchmarking LLM Agents for Environmental Geospatial Analysis Across Frontier and Open-Weight Foundation Models [0.0]
  環境分析エージェントのための最初のベンチマークであるGeoNatureAgent Benchmarkを導入する。 18のカテゴリーにわたる93のタスクで構成されており、自治体分析、マルチターン会話、空間推論、クロスインジケータ合成、エラーハンドリングとリカバリ、ランキング、比較、多言語理解、居住地分析、タスク拒否をカバーしている。 タスクは、16のツールを通じてスペインとポルトガルの3つの環境指標を提供するオープンで自己ホスト可能なAPIに対して評価される。
  論文  参考訳（メタデータ） (2026-06-11T02:35:20Z)
• Accounting for AI Inference in Corporate GHG Inventories: A Four-Tier Methodology for Scope 3 Category 1 Reporting [0.0]
  AI推論サービスは、CSRD(Comporate Sustainability Reporting Directive)の下でScope 3 Category 1に該当する。 現在の慣行では、カテゴリーを完全に省略するか、ICTセクター全体に対して調整された一般的な経済的な入出力要素を適用している。 推定精度とデータ組織が現実的に得るデータとを一致させる4層フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-09T10:08:36Z)
• Knowledge Index of Noah's Ark [63.143852586221534]
  KINAは,261分野にわたる899項目のベンチマークである。 ボーナス・オン・バートーナメントがFOSDを弱く支配していることを示す。 トップモデルであるGemini-3.1-Pro-Previewは53.17%、Claude-Opus-4.6は49.92%、GPT-5.4は48.55%に達した。
  論文  参考訳（メタデータ） (2026-06-03T17:06:49Z)
• The Hidden Cost of Thinking: Energy Use and Environmental Impact of LMs Beyond Pretraining [59.27959962602072]
  Olmo 3は70億と32億のパラメータモデルからなるファミリーである。 モデル開発プロセスでは,12.3GWhのデータセンターエネルギーを消費し,4,251tCO2eqを放出し,15,887kLの水を消費した。
  論文  参考訳（メタデータ） (2026-05-01T23:24:23Z)
• Environmental Impact of CI/CD Pipelines [45.02374935546107]
  GitHub Actionsエコシステムは、かなりの炭素と水のフットプリントをもたらす。 したがって、最も可能性の高いシナリオの炭素フットプリントは、1年で7,615本の都会の木によって捕獲された炭素と同等である。 主な推奨事項は、エネルギー生産が環境への影響の低い地域にランナーを配置することである。
  論文  参考訳（メタデータ） (2025-10-30T12:02:09Z)
• Validating remotely sensed biomass estimates with forest inventory data in the western US [1.0591036769062268]
  高分解能で地上のバイオマス(AGB)とその密度(AGBD)をモニタリングすることは、炭素会計と生態系管理に不可欠である。 NASAの地球環境ダイナミクス調査(Global Ecosystem Dynamics Investigation, GEDI)のLiDARミッションは、AGBD推定のためのグローバルに分散した基準測定を提供するが、GEDIに基づく商用リモートセンシング製品の大部分は、厳密な検証や独立した検証は行われていない。 本稿では,米国森林局フォレスト・インベントリー・アンド・アナリティクス(FIA)プログラムからの独立参照データに基づいて,terraPulse社が提供するAGBDデータセットの独立地域検証を行う。
  論文  参考訳（メタデータ） (2025-06-03T17:50:37Z)
• Unified Deep Learning Model for Global Prediction of Aboveground Biomass, Canopy Height and Cover from High-Resolution, Multi-Sensor Satellite Imagery [0.196629787330046]
  地表面バイオマス密度 (AGBD) , キャノピー高さ (CH) , キャノピー被覆 (CC) の予測を統一する深層学習モデルと10mのマルチセンサ・マルチスペクトル画像を用いた新しい手法を提案する。 GEDI-L2/L4を世界数百万のサンプルで測定し、2023年と2016年から2023年までの期間に全世界に展開することで、モデルの有効性を検証した。
  論文  参考訳（メタデータ） (2024-08-20T23:15:41Z)
• Patch-Level Contrasting without Patch Correspondence for Accurate and Dense Contrastive Representation Learning [79.43940012723539]
  ADCLRは、正確で高密度な視覚表現を学習するための自己教師型学習フレームワークである。 提案手法は, コントラッシブな手法のための新しい最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-06-23T07:38:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。