MétaCan
Menu
Retour à la cohorte
Enregistrement W2060180068 · doi:10.1155/2014/725850

Sustainable Design of a Nearly Zero Energy Building Facilitated by a Smart Microgrid

2014· article· en· W2060180068 sur OpenAlexafffund
Gandhi Habash, Daniel Chapotchkine, Peter Fisher, Alec Rancourt, Riadh Habash, W. E. Norris

Notice bibliographique

RevueJournal of Renewable Energy · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensUniversity of OttawaCarleton University
Organismes subventionnairesRoyal Bank of Canada
Mots-clésZero-energy buildingMicrogridRenewable energyArchitectural engineeringSmart gridEfficient energy useSophisticationCivil engineeringSustainabilityEnergy engineeringModelicaEnvironmental economicsComputer scienceSystems engineeringEngineeringSimulationElectrical engineering

Résumé

récupéré en direct d'OpenAlex

One of the emerging milestones in building construction is the development of nearly zero energy buildings (NZEBs). This complex concept is defined as buildings that on a yearly average consume as much energy as they generate using renewable energy sources. Realization of NZEBs requires a wide range of technologies, systems, and solutions with varying degrees of complexity and sophistication, depending upon the location and surrounding environmental conditions. This paper will address the role of the above technologies and solutions and discusses the challenges being faced. The objective is to maximize energy efficiency, optimize occupant comfort, and reduce dependency on both the grid and the municipal potable water supply by implementing sustainable strategies in designing a research and sports facility. Creative solutions by the architectural and engineering team capitalize on the design of a unique glazing system; energy efficient technologies; water use reduction techniques; and a combined cooling, heating, and power (CCHP) microgrid (MG) with integrated control aspects and renewable energy sources.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,005
Tête enseignante GPT0,174
Écart entre enseignants0,170 · 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'étudeSimulation ou modélisation
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

Citations26
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Renewable EnergyMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207