A rules of thumb-based design sequence for diffuse daylight
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
This paper proposes and validates a daylighting design sequence for sidelit spaces. Since the design sequence uses the daylight factor as a performance metric, it is aimed towards spaces that primarily receive diffuse daylight. It should be complemented by a design analysis that looks at direct sunlight for glare and energy considerations. The sequence interconnects and refines earlier proposed rules of thumb and is intended to be used during the earliest design stages when concepts regarding programming, floor plans, massing and window areas are initially explored. All steps within the sequence were ‘validated’ using Radiance simulations of over 2300 sidelit spaces. During step one of the sequence the effective sky angles are calculated and target daylight factors are defined for all potential daylit zones within a building. In step two a refined version of the ‘daylight feasibility study’ is used to help the design team to identify building zones with high daylighting potential based on a target mean daylight factor criterion. During step three suitable interior room dimensions and surface reflectances are determined using a combination of the Lynes’ limiting depth, ‘no sky line’, and window-head-height rules of thumb. Step four provides a more accurate estimate of the required glazing area for each zone based on the Lynes daylight factor formula which is also validated as part of this work. The effect of external obstructions is considered throughout the process. The paper closes with a discussion of the merits of the design sequence compared to the glazing factor spreadsheet calculation method promoted by LEED-NC 2.2.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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