MétaCan
Menu
Retour à la cohorte
Enregistrement W1576913813 · doi:10.3233/wor-141870

Occupant comfort and health in green and conventional university buildings

2014· article· en· W1576913813 sur OpenAlexaffabout
Alan Hedge, Lauren Miller, Julie Dorsey

Notice bibliographique

RevueWork · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of the Sunshine Coast
Mots-clésPost-occupancy evaluationArchitectural engineeringEnvironmental designGreen buildingOccupancyCertificationThermal comfortEfficient energy useProductivitySustainable designRange (aeronautics)Building designEngineeringCivil engineeringGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Green building standards are significantly impacting modern construction practices. The resulting structures are more energy efficient, but their impact on occupant health has not been widely studied. OBJECTIVE: To investigate a range of indoor environment and ergonomic issues in green buildings. METHODS: Retrospective post-occupancy evaluation survey of 319 occupants in two Leadership in Energy and Environmental Design (LEED) certified buildings and one conventional building on a Canadian University campus. RESULTS: Results show that working in the LEED buildings was a generally positive experience for their health, performance, and satisfaction. However, the LEED buildings did not always receive the highest ratings for environmental conditions or for health and productivity. Respondents indicated a range of concerns with thermal conditions, office lighting, noise and their overall workstation designs and these were not always better in the green buildings. CONCLUSIONS: These results highlight the need for better integration of ergonomic design into green buildings and into the LEED rating system, and these implications are discussed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,224
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorkMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207