MétaCan
Menu
Retour à la cohorte
Enregistrement W2023893017 · doi:10.3390/buildings4030375

Evaluation of Parameters Influencing the Moisture Buffering Potential of Hygroscopic Materials with BSim Simulations

2014· article· en· W2023893017 sur OpenAlexaff
Xiangjin Yang, Hua Ge, Paul Fazio, Jiwu Rao

Notice bibliographique

RevueBuildings · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueHygrothermal properties of building materials
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMoistureHumidityAir permeability specific surfaceEnvironmental scienceWater contentVolume (thermodynamics)Permeability (electromagnetism)Materials scienceComposite materialMeteorologyGeotechnical engineeringEngineeringChemistryMembraneThermodynamics

Résumé

récupéré en direct d'OpenAlex

Validated by a large-scale experimental investigation on moisture buffering (MB) effect, a whole building Heat, Air and Moisture (HAM) simulation tool, BSim, is applied to evaluate the impact of a number of parameters on the moisture buffering potential of a full-scale test room finished with hygroscopic materials. The Maximum Accumulated Moisture Buffering Value (MAMBV), developed from the moisture balance analyses in the experimental study, is used in the BSim simulation result analyses to evaluate the impact of various parameters. The parameters investigated include ventilation rates (0.5–5 ACH), types of materials (uncoated gypsum board, wood paneling, orientated strand board, aerated cellular concrete, and telephone book paper), humidity conditions of supply air, volume rates, and steady-state outdoor conditions. It is found that all these parameters have a significant impact on the moisture buffering potential except for the steady-state outdoor conditions. Two material properties, the moisture capacity and vapor permeability, determine the moisture buffering capacities of materials under different moisture generation regimes.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,368
Score d'incertitude au seuil0,446

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,224
Écart entre enseignants0,210 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBuildingsMême sujetHygrothermal properties of building materialsTravaux en français237 207