![]() | Monter d'un niveau |
Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Fakhr, B. V., Yeganeh, M., Walzberg, J., & Ghayehbashi, A. R. (2024). Exploring attitudes and behavioral patterns in residential energy consumption: Data-driven by a machine learning approach. Energy and Climate Change, 5, 100158 (16 pages). Lien externe
Walzberg, J., Frayret, J.-M., Eberle, A. L. L., Carpenter, A., & Heath, G. (2023). Agent-based modeling and simulation for the circular economy: Lessons learned and path forward. Journal of Industrial Ecology, 27(5), 1227-1238. Lien externe
Walzberg, J., Dandres, T., Merveille, N., Cheriet, M., & Samson, R. (2020). Should we fear the rebound effect in smart homes? Renewable & Sustainable Energy Reviews, 125, 109798 (12 pages). Lien externe
Walzberg, J. (2019). Simulation multi-agents de la phase d'utilisation lors de l'analyse du cycle de vie de systèmes sociotechniques : cas des domiciles intelligents [Thèse de doctorat, Polytechnique Montréal]. Disponible
Walzberg, J., Dandres, T., Merveille, N., Cheriet, M., & Samson, R. (2019). Accounting for fluctuating demand in the life cycle assessments of residential electricity consumption and demand-side management strategies. Journal of Cleaner Production, 240, 13 pages. Lien externe
Walzberg, J., Dandres, T., Merveille, N., Cheriet, M., & Samson, R. (2019). Assessing behavioural change with agent-based life cycle assessment: Application to smart homes. Renewable and Sustainable Energy Reviews, 111, 365-376. Lien externe
Walzberg, J., Dandres, T., Merveille, N., Cheriet, M., & Samson, R. (juin 2019). Environmental Assessment of Fluctuating Residential Electricity Demand [Communication écrite]. IEEE Sustainability through ICT Summit (StICT 2019), Montréal, Qc, Canada. Lien externe
Walzberg, J., Dandres, T., Samson, R., Merveille, N., & Cheriet, M. (octobre 2017). An agent-based model to evaluate smart homes sustainability potential [Communication écrite]. 28th IEEE Annual International Symposium on Personal, Indoor, and Mobile Radio Communications (PIMRC 2017), Montréal, Québec (7 pages). Lien externe
Walzberg, J., Dandres, T., Cheriet, M., & Samson, R. (octobre 2015). How to Address Behavioral Issues in the Environmental Assessment of Complex Systems: Case of a Smart Building [Communication écrite]. 1st International Conference on Social Innovation and Community Aspects of Smart Cities (SmartCityCom), Bratislava, SLOVAKIA. Non disponible