Physically Based Modelling of the Material and Gaseous Contaminant Interactions in Buildings: Models, Experimental Data and Future Developments
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Although potentially having a significant influence on indoor air quality (IAQ), interactions between building materials and gaseous contaminants have often been neglected or crudely modelled in IAQ simulation tools. During the past 20 years, empirical source and sink models have progressively given way to physically based models; but confusion still remains on their applicability, as well as on the adequate experimental data to input for the model parameters. Thus, demonstration is first made that models relating macroscopically the room air phase and material concentrations through adsorption and desorption constants are not scientifically sound. Instead, elemental models combining diffusion equations and local sorption equilibria should be used. The compilation of sorption and diffusion data presented in the second part of this chapter underlines the fact that such data cannot be considered independently from the mass transport equations used to fit the measurements. As a result, a thorough analysis of diffusion processes in polymers and porous media is presented in order to define and relate the diffusion coefficients. Finally, the last part of the chapter discusses the way in which existing models could be extended to account for the contributions of temperature, multi-component mixtures, humidity and chemical transformations within materials. Still based on fundamental considerations, the proposed methodology consists of implementing new functionalities to describe the temperature dependence of the model parameters, elemental models representing the interactions between gaseous contaminants and water, as well as kinetic models coming from the fields of atmospheric and surface sciences.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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