MétaCan
Menu
Retour à la cohorte
Enregistrement W2026285768 · doi:10.1061/(asce)ae.1943-5568.0000173

Seasonal Indoor Humidity Levels of Apartment Suites in a Mild Coastal Climate

2015· article· en· W2026285768 sur OpenAlexafffund
Fitsum Tariku, Ying Simpson

Notice bibliographique

RevueJournal of Architectural Engineering · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensBritish Columbia Institute of Technology
Organismes subventionnairesBritish Columbia Institute of TechnologyUniversity of Cambridge
Mots-clésHumidityEnvironmental scienceRelative humidityMeteorologyIndoor air qualityAir quality indexApartmentAtmospheric sciencesEnvironmental engineeringCivil engineeringEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

It is essential to design and operate buildings with good indoor air quality because people spend most of their time indoors, and their productivity, comfort, and health depend on the quality of the indoor air. In addition to other indoor-air-quality parameters, the indoor humidity and temperature need to be controlled and maintained within acceptable ranges. Elevated indoor humidity creates favorable conditions for mold growth and building-envelope damage. To minimize such problems, it is important that designers have insight into the level of indoor humidity that will be expected in a building operating under a set of conditions and weather variation. In this paper, the results of monitoring the indoor temperature and humidity of four apartment suites with different occupancy levels are reported. Along with the indoor-air conditions, the local outdoor temperature and relative humidity were continuously measured for 17 months. The indoor humidities in the suites were correlated with the outdoor air temperature and humidity and compared with the European indoor climate class model. Moreover, the indoor-temperature and relative-humidity ranges in the four suites during the winter, spring, summer, and fall seasons and the temperature and humidity distributions within the suites are reported.

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

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 Opus0,021
Tête enseignante GPT0,221
Écart entre enseignants0,200 · 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

Citations4
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

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