MétaCan
Menu
Retour à la cohorte
Enregistrement W1987254362 · doi:10.1520/jai100885

Envelope Remediation—A Case Study in Support of an Over-Cladding Approach

2008· article· en· W1987254362 sur OpenAlexaff
Jared B. Lawrence, Paul G. Johnson

Notice bibliographique

RevueJournal of ASTM International · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensSmiths Detection (Canada)
Organismes subventionnairesnon disponible
Mots-clésCladding (metalworking)Environmental remediationEnvelope (radar)Materials scienceBuilding envelopeNuclear engineeringComposite materialEngineeringContaminationAerospace engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper addresses a case study in which a contemporary, high-performance glass curtain wall and a composite metal panel cladding system were installed over an existing failed 1960s masonry wall with aluminum windows. In addition to consideration of the typical performance requirements for air and water infiltration and thermal insulation, the new wall systems were designed to meet glass shard retention requirements and to accommodate improvements to the structural frame required by the General Services Administration. These performance requirements were all met while creating a more inviting exterior appearance, improving the interior work environment, extending the building’s service life, and reducing energy consumption. Problems of the original design and construction, extent of previous remediation attempts, findings of the investigation of the existing building, and the development of remediation options are discussed to provide background to selection of the over-cladding approach for remediation. Opportunities and limitations posed by the existing building, LEED requirements, glass shard retention, construction strengthening, full and uninterrupted occupancy, as well as other challenges inherent in the over-cladding of an existing high-rise building on a tight urban site are identified and discussed, and positive results are identified.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0030,001
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 Opus0,016
Tête enseignante GPT0,260
Écart entre enseignants0,245 · 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'étudeÉtude de cas
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

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ASTM InternationalMême sujetInfrastructure Maintenance and MonitoringTravaux en français237 207