MétaCan
Menu
Retour à la cohorte
Enregistrement W1739229581 · doi:10.1061/(asce)ae.1943-5568.0000174

Investigation of Thermal Performance of Structural Insulated Panels for Northern Canada

2015· article· en· W1739229581 sur OpenAlexafffundabout
Sara Wyss, Paul Fazio, Jiwu Rao, Ahmad Kayello

Notice bibliographique

RevueJournal of Architectural Engineering · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésThermalStructural engineeringEnvironmental scienceSteady state (chemistry)Climate zonesThermal comfortEngineeringMarine engineeringMeteorologyGeology

Résumé

récupéré en direct d'OpenAlex

The thermal performance of structural insulated panels (SIP) and connections, developed and used to build 142 homes in Nunavut, Canada, was studied by subjecting the panels to steady-state cold climate conditions in a laboratory test setup. Testing was carried out using an inverted test hut, in which the panels were installed such that the interior of the hut was cooled down to outdoor conditions, and the ambient lab conditions served as the indoor climate. This inverted setup provides an alternative to using a large-scale environmental chamber when this is not available. Results showed the methodology used in this test is adequate to characterize the thermal performance at both the center of the panel and the connections. In carrying out steady-state thermal simulations on both the panel and connection cross sections using both one-dimensional (1D) and two-dimensional (2D) programs, it was found that while the 1D simulation could adequately predict the performance at the center of the panel, a 2D simulation was required to predict the performance at the connections. The SIPs themselves were found to provide good thermal performance.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,479
Score d'incertitude au seuil0,964

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,010
Tête enseignante GPT0,168
Écart entre enseignants0,157 · 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

Citations12
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Architectural EngineeringMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207