A multilevel living lab using a digital-twin-based modelling environment for sustainability education and decision support
Dace Paule · Jeļena Pubule · Undine Gabranova 等 5 人
研究将区域供热数字孪生模型环境融入多层级生活实验室，用于可持续教育并支持决策。
13个月混合方法案例研究，24名专家、196名本科生、30名硕士生和8名外部利益
硕士生偏好环境绩效，外部利益相关者更重视投资成本和可行性，模型环境使决策优先级差异可见。
可将数字孪生生活实验室迁移至农业碳减排与能源决策场景，并补充对照与前后测评估。
该研究聚焦拉脱维亚高校可持续教育中的数字孪生建模环境，与三农、农业信息化、智慧农业等主题无关，不建议进入每日精选。
可持续性教育日益需要将系统理解与现实决策相连接的学习环境。本研究考察了将基于区域供热的数字孪生建模环境整合到拉脱维亚里加技术大学多层级生活实验室（living lab）过程中的实践。研究采用探索性混合方法案例研究设计，历时13个月，参与者包括24名参与共创阶段的专业人士、196名以98对形式开展工作的本科生、30名以15对形式开展工作的硕士生，以及8名外部利益相关者。数据来源包括世界咖啡馆（World Café）产出、294份本科生情景响应、建模环境模拟输出、硕士生多准则决策分析以及利益相关者评估。研究对定量情景输出从排放、成本和系统性能方面进行了考察，同时对参与者生成的材料进行分析，以识别系统推理、权衡识别和决策优先事项方面的模式。本科生使用建模环境探索技术参数与环境和经济结果之间的关系。在硕士生层面，15个小组中有12个（80%）在选择偏好情景时将环境性能置于优先地位，而外部利益相关者则更优先考虑投资成本和实际可行性。这种分歧表明，建模环境可能有助于使相互竞争的决策优先事项变得可见，并支持学习者群体与实践者群体之间的结构化讨论。本研究的局限在于其单机构设计、缺乏对照组和前后测学习评估、利益相关者样本有限，以及依赖参与者生成的作品。因此，研究结果提供的是数字孪生支持的生活实验室在教育和决策支持潜力方面的初步案例证据，而非其普遍有效性的证据。