Prefabrication is one strategy considered to provide improved environmental performance for building construction. However, there is an absence of detailed scientific research or case studies dealing with the potential environmental benefits of prefabrication, particularly the embodied energy savings resulting from waste reduction and the improved efficiency of material usage. This paper aims to quantify the embodied energy of modular prefabricated steel and timber multi-residential buildings in order to determine whether this form of construction provides improved environmental performance over conventional concrete construction methods. Furthermore this paper assesses the potential benefits of reusability of materials, reducing the space required for landfill and need for additional resource requirements. An eight-storey, 3943 m2 multi-residential building was investigated. It was found that a steel-structured prefabricated system resulted in reduced material consumption of up to 78% by mass compared to conventional concrete construction. However, the prefabricated steel building resulted in a significant increase (∼50%) in embodied energy compared to the concrete building. It was shown that there was significant potential for the reuse of materials in the prefabricated steel building, representing up to an 81% saving in embodied energy and 51% materials saving by mass. This form of construction has the potential to contribute significantly towards improved environmental sustainability in the construction industry.

A Ground Coupled Heat Pump (GCHP) is a highly energy efficient heating, ventilation, and air conditioning (HVAC) system that utilises the ground as the heat source when heating and as the heat sink when cooling. This paper investigates GCHP systems with horizontal Ground Heat Exchangers (GHEs) in the rural industry, exemplifying the technology for poultry (chicken) sheds in Australia. This investigation aims to provide an Artificial Neural Network (ANN) model that can be used for GCHP design at various locations with different climates. To this extent, a Transient System Simulation Tool (TRNSYS) model for a typical horizontal GHE applied in a rural farm was first verified. Using this model, over 700,000 hourly performance data items were obtained, covering over 80 different yearly loading patterns under three different climate conditions. The simulated performance data was then used to train the ANN. As a result, the trained ANN can predict the performance of GCHP systems with identical (multiple) GHEs even under climatic conditions (and locations) that have not been specifically trained for. Unlike other works, the newly introduced ANN model is accurate even with limited types of input data, with high accuracy (less than 5% error in most cases tested). This ANN model is 100 times computationally faster than TRNSYS simulations and 10,000 times faster than finite element models.

Despite the increasing popularity of the circular economy, there remains a lack of consensus on how to quantify circularity, a critical aspect of the practical implementation of this model. To address this gap, this article examines the industry's perspective and efforts toward implementing the circular economy in real-world scenarios. We conducted 40 interviews with engineers, project leaders, and top-level managers in the Australian construction sector. Using Saldaña's coding approach, we analysed their views on circular economy practices and efforts within their organisations. Our findings reveal while waste minimisation, reduction of greenhouse gas emissions, and cost considerations are widely regarded as essential indicators of a successful circular economy model, the significance of waste storage and long-term stockpiling while awaiting treatment has been overlooked or under-emphasised in industry practices and academic literature. Stockpiling of waste has often been seen as a staging process in waste treatment. However, based on industry insights, it accumulates to the point of mismanagement when it becomes a safety and environmental concern. Addressing this oversight, we propose a storage circularity indicator that allows incorporating waste storage and stockpiling in circular economy models. Our research contributes to various environmental and waste management aspects, supporting policies and strategies for solid waste management and excessive stockpile prevention. By emphasising the significance of storage circularity, we clarify waste prevention techniques and address socio-economic issues such as the urgent need to reduce long-term stockpiling of solid waste. This work highlights the importance of decision-support tools in waste management to facilitate the implementation of circular economy principles. Our proposed storage circularity indicator promotes industrial collaboration, aligning with the concept of industrial symbiosis to optimise resource use and minimise waste generation. By discussing these topics, we aim to contribute to the advancement of more robust waste management strategies and policies that promote sustainable production and consumption practices.

Abstract Green roofs, integrated into conventional buildings, offer valuable thermal benefits, with extensive research and validated models focused on specific climates and summer conditions. However, their applicability requires further refinement, as conflicting year-round performance results have been observed. This study investigates the thermal performance of unvegetated green roofs with various depths in Melbourne, Australia, over almost a year. Utilizing Sailor’s green roof model, the research reveals reasonable accuracy for winter and deeper roofs, but notable discrepancies for 100 mm thick green roofs during the day. Additionally, the study provides experimental data on non-vegetated green roof top temperatures of a typical building in South-East Australia. Night and day comparisons are emphasized to identify model limitations due to different energy balance mechanisms of green roofs. Despite recognizing the green roof substrate’s role in regulating heat flux, few studies independently examine its thermal benefits. Implemented in EnergyPlus, the green roof model is modified for input ranges, including thermal conductivity and leaf area index (LAI), enabling simulations of the three experimental unvegetated green roofs. A refined green roof model is suggested, considering substrate moisture content variations, associated thermal conductivity, and distinct thermal mechanisms during day and night.