MétaCan
Menu
Retour à la cohorte
Enregistrement W2029587138 · doi:10.3992/jgb.6.3.106

DESIGN OF A LOW-ENERGY ENVELOPE SYSTEM FOR AN APARTMENT BUILDING THROUGH AN INTEGRATED DESIGN PROCESS: A CASE STUDY

2011· article· en· W2029587138 sur OpenAlexaffabout
Ka Long Ringo Ng, Zaiyi Liao, Mark Gorgolewski, L. Gurunlian

Notice bibliographique

RevueJournal of Green Building · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensGolder Associates (Canada)Toronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésBuilding envelopeArchitectural engineeringEnvelope (radar)Energy consumptionProcess (computing)ApartmentEngineeringEnergy (signal processing)Design processBuilding scienceEfficient energy useBuilding designSchematicEngineering design processPlan (archaeology)Systems engineeringCivil engineeringComputer scienceMechanical engineeringOperations managementWork in processTelecommunicationsThermal

Résumé

récupéré en direct d'OpenAlex

The potential to conserve energy in an apartment building in Toronto, Ontario, Canada through the implementation of an advanced envelope system was explored in this study. This paper illustrates the possibility in reducing energy demand through an integrated design process (IDP), where research outcomes were incorporated into the architectural design. Using the floor plan and schematics provided by the designer, a building energy model was established in an advanced simulation program to evaluate the performances of nine low-energy envelope design strategies in reducing the heating and cooling energy consumption. Through this study, it can be concluded that performing detailed energy simulations early in the design process to identify which low-energy envelope strategies can be omitted or substituted in the final envelope design is crucial in identifying the most effective strategies for improving energy performance. This study also demonstrates the potential of collaboration between academia and industry in generating high performance buildings.

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: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

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 technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,066
Tête enseignante GPT0,272
Écart entre enseignants0,206 · 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

Citations5
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Green BuildingMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207